頁:
[1]
有關ai算圖(繪圖)相關
本帖最後由 wy4959 於 2023-5-31 03:00 PM 編輯自己不是本科的，但是去網路了解了一下
發現還是看不懂
我自己以為是某數代入未知f(x)得y
然後電腦用人給的大量數據用(統計學的公式)求得f(x)
就是ai的學習了
至於說什麼網路神經元
完全有看沒有懂(我是生物相關科系，懂神經元但還是看不懂是模擬在哪?)
但有沒有相關的高手可以講得比較簡單比較具體的
感謝先
<div></div> 簡單來說單個神經元就是你所說的f(x) = y，神經網路的應用就是將多個神經元並排或連結後組成的，你可以先搜尋 多層感知機 來瞭解基本架構，本質上來說就是矩陣運算 MDZ 發表於 2024-3-11 12:35 AM static/image/common/back.gif
簡單來說單個神經元就是你所說的f(x) = y，神經網路的應用就是將多個神經元並排或連結後組成的，你可以先搜 ...
我有看到你說的多層感知器，可是就是這樣才不懂
每個神經單元的公式是人為設定的嗎?
輸入的數值要有數位化是誰做的
既然如此明確，為什麼科學家說無法你推分析?
比如說一張圖片，要先數位化，我必須要分割方塊
然後每個畫素都至少有(位置，顏色)的數位資料
然後拿去給神經網路計算如果設計臉部分析
那是不是有函數是五官然後經過大量資料第一層可能是五官大小的範圍
第二層是五官位置的關係諸如此類
所以經過驗算科學家為什麼無法從AI炫練出的數值得到關係?...<div class='locked'><em>瀏覽完整內容，請先 <a href='member.php?mod=register'>註冊</a> 或 <a href='javascript:;' onclick="lsSubmit()">登入會員</a></em></div> gorden_d 發表於 2024-3-13 10:13 AM static/image/common/back.gif
我有看到你說的多層感知器，可是就是這樣才不懂
每個神經單元的公式是人為設定的嗎?
輸入的數值要有數位 ...
1. 神經元的公式是一樣的，指是參數不同，參數是由訓練時的倒傳遞算法得出的
1.1. 你可以想像在一個二為平面上有許多的點，這些點是不同的分類，你要用一條直線(一元一次方程)將這些點區分出來，但大部分的點無法只用一條直線來區分，所以使用多條直線來劃分(先切一條，然後根據分布在切一條)，這就是神經網路中層與層的連接(與實際有點差別，但大致就是這個意思)
2. 圖片的數位化屬於"數位影像處理"的範圍，這是要對我們看到的圖片(連續的)進行採樣(離散化)
3. 你所說的"第一層可能是五官大小的範圍，第二層是五官位置的關係諸如此類"就是卷積神經網路的想法，它會先對輸入的圖像進行捲積運算來提取特徵，然後用池化層來減少資料量來降低學習難度
4. 你可以去找一些有動畫的說明會比較好理解...<div class='locked'><em>瀏覽完整內容，請先 <a href='member.php?mod=register'>註冊</a> 或 <a href='javascript:;' onclick="lsSubmit()">登入會員</a></em></div> MDZ 發表於 2024-3-13 08:22 PM static/image/common/back.gif
1. 神經元的公式是一樣的，指是參數不同，參數是由訓練時的倒傳遞算法得出的
1.1. 你可以想像在一個二為 ...
所以這樣的學科算是哪個科系的?
是新技術嗎?中間發生了什麼突破，能不能說下歷史脈絡?<br><br><br><br><br><div></div> 本帖最後由 MDZ 於 2024-3-22 10:31 PM 編輯
1. 基本上電機、電子、資工或人工智慧相關的學程都有相關的課
2. 不算新技術
3.
-1956年：美國達特茅斯學院舉辦人工智慧會議，確認「人工智慧」（Artificial Intelligence, AI）名稱及其應用，這一年被視為人工智慧元年。
-1957年：感知器（Perceptron）是由Frank Rosenblatt基於生物中神經細胞的概念，發明的「人造神經元」（Artificial Neuron），是一種簡單的「二元線性分類器」。
-1980年：深度學習創始人，加拿大多倫多大學教授傑弗里·辛頓（G. Hinton）基於傳統的感知器結構，採用多個隱含層的深度結構來代替感知器的單層結構，多層感知器模型（Multi_Layer Perceptron）是其中最具代表性的，而且多層感知器也是最早的深度學習網絡模型。
-1980年代：專家系統（expert system）的出現，是人工智慧跨出的一大步。
-1989年：Yann LeCun等人在貝爾實驗室發表了針對「手寫郵遞區號數字辨識」的卷積神經網路。
-1998年：Yann LeCun等人提出了LeNet-5，這是現代CNN架構的源頭
以上資料是由Copilot所整理出來的，你如果想要了解詳細資料要再上網查...<div class='locked'><em>瀏覽完整內容，請先 <a href='member.php?mod=register'>註冊</a> 或 <a href='javascript:;' onclick="lsSubmit()">登入會員</a></em></div>
頁:
[1]