NN

TensorFlow2.1入门学习笔记(5)——构建第一个神经网络,鸢尾花分类问题(附源码)

根据前面的基础知识,可以开始第一个神经网络的搭建,主要学习的资料西安科技大学:神经网络与深度学习——TensorFlow2.0实战,北京大学:人工智能实践Tensorflow笔记 1.问题背景 问题描述 人们通过经验总结出的规律:通过测量鸢尾花的花萼长、花萼宽、花瓣长、花瓣宽,可以得出鸢尾花的类别。(如:花萼长>花萼宽 且 花瓣长/花瓣宽>2 则为杂色鸢尾花)。大量依靠人工分类工作量巨大,不同的人员分类,标准,准确率都会有所差距。可以借助深度学习来学习其中的特征并对新数据进行预测。 流程设计 大量的[花萼长、花萼宽、花瓣长、花瓣宽(输入特征),对应的类别(标签)]数据对构成数据集 把数据集喂入搭建好的神经网络结构 网络优化参数得到模型 模型读入新输入特征,输出识别结果 模型设计 搭建网络模型 转换为数学模型 所有输入特征x与相应特征权重w相乘加上偏置项b输出结果y。 x:一行四列矩阵,对应四个特征 w:四行三列矩阵 b:3个偏置项 y:一行三列矩阵,对应三种类别的可信度 搭建网络 每个神经元$y_0,y_1,y_2与输入节点x_0,x_1,x_2,x_3$都有联系,称为全连接神经网络权重w与偏置项b会随机初始化一组参数 前向传播 神经网络执行y = x * w + b的过程称为前向传播