(39)五节课总结:反者道之动,弱者道之用。天下万物生于有,有生于无

2023-12-20 03:30

本文主要是介绍(39)五节课总结:反者道之动,弱者道之用。天下万物生于有,有生于无,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

接下来,在改进以后的代码(Artificial_Intelligence_Framework_Main.py)代码中,尝试设置4个隐藏层,hidden_nodes = [16,8,4,2],四个隐藏层分别为16个神经元,8个神经元,4个神经元,2个神经元,运行一下Artificial_Intelligence_Framework_Main.py:

640?wx_fmt=png

图 1- 74    4个隐藏层运行图

如图1-73所示,增加一个隐藏层增加了很多计算量,最开始的误差是0.13402363543834808,发现效果可能不会那么明显,因为虽然有这么多隐藏层,但我们的输入数据只有2个features,没必要设置那么多隐藏层,因此,最终运行的效果可能差不多。这里我们展示的是在实际生产生活中,作为技术的狂热追求者,在服务于企业的实际需要的时候,你的工作量会非常小,可以简单的将隐藏层从3层、或者5层,改成10层、100层,500层,就能极大的提升精确度。但是层数增多了,此时可能需要进行分布式深度学习。为什么分布式深度学习是可行的?因为我们的数据一般都为矩阵,矩阵可以分成很多部分,这个思路很简单。

在TensorFlow的可视化图中,重新设置为4个隐藏层,由于TensorFlow后台控制的原因,第1层隐藏层只能设置8个神经元,将第2层隐藏层设置5个神经元,第3层隐藏层设置3个神经元,第4层隐藏层设置2个神经元,选择Tanh激活函数,进行Classification计算。单击运行按钮,这个时候的计算速度会慢一些,因为隐藏层相对比较多,有更多的神经元,训练的过程就是调整权重Weight的过程。

640?wx_fmt=png

图 1- 75 TensorFlow 4个隐藏层

 

回到我们的BackPropagation.py代码,在计算Back Propagation的过程中,以下代码进行求导,然后更新权重:

……	
derivative = weight_to_node_error * (weight_to_node_value * (1 - weight_to_node_value )) * weight_from_node_value	
weights[j].set_value(weights[j].get_value() - derivative * learning_rate)     	
…..    	


在TensorFlow的可视化图中,例如查询第2个隐藏层的第2个神经元到第3个隐藏层的第2个神经元的权重,单击Weight边的那一刻的的权重是-0.33,再次单击一次查询,权重变成了-0.32,因为在每次训练的时候权重有所不同。

至此,我们在5节课内从零起步,在没有数学基础,没有Python基础的情况下,编码实现了类似于TensorFlow的AI框架。改进以后的代码(Artificial_Intelligence_Framework_Main.py)和Neuron_Network_Entry.py基本上没多大区别,思路是完全一样的,只是进行了微调。Forward  Propagation、Back Propagation就像一阴一阳,Forward  Propagation采用激活函数,Back Propagation对激活函数求导,然后调整权重。Forward  Propagation从左往右进行训练,Back Propagation从右往左进行反思调整,一正一反,Go backward to move forward,如果想前进,就要回顾过去,然后调整你的模式,在下一步的行动采用,调整权重参数向前进步,否则只能原地踏步。这也是道德经中“反者道之动,弱者道之用。天下万物生于有,有生于无”精髓的实现及应用,AI完美的演绎了“反者道之动”的思想,AI基于大数据的基础之上,AI如果要发挥出潜力,必须基于数据,AI对数据是很贪婪的状态,而数据本身是很柔弱的,例如 Goole、Facebook、Amazon等公司中每个用户的数据看上去举重若轻,但当规模比较大的情况下用户数据就很用,这是“弱者道之用”。天下万物生于有,有生于无,作为中国的技术人员,能够将道德经的思想变成代码,并且代码是极具商业价值的,在精神层面有寄托,在实际层面有成果,我们应该为此感到庆幸!  


     本文根据王家林老师《5节课内从零起步(无需数学和Python基础)编码实现AI人工智能框架电子书》整理。


640?wx_fmt=png

图 1- 76 反者道之动,弱者道之用。天下万物生于有,有生于无

640?wx_fmt=jpeg


这篇关于(39)五节课总结:反者道之动,弱者道之用。天下万物生于有,有生于无的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/514631

相关文章

java常见报错及解决方案总结

《java常见报错及解决方案总结》:本文主要介绍Java编程中常见错误类型及示例,包括语法错误、空指针异常、数组下标越界、类型转换异常、文件未找到异常、除以零异常、非法线程操作异常、方法未定义异常... 目录1. 语法错误 (Syntax Errors)示例 1:解决方案:2. 空指针异常 (NullPoi

Java反转字符串的五种方法总结

《Java反转字符串的五种方法总结》:本文主要介绍五种在Java中反转字符串的方法,包括使用StringBuilder的reverse()方法、字符数组、自定义StringBuilder方法、直接... 目录前言方法一:使用StringBuilder的reverse()方法方法二:使用字符数组方法三:使用自

Python依赖库的几种离线安装方法总结

《Python依赖库的几种离线安装方法总结》:本文主要介绍如何在Python中使用pip工具进行依赖库的安装和管理,包括如何导出和导入依赖包列表、如何下载和安装单个或多个库包及其依赖,以及如何指定... 目录前言一、如何copy一个python环境二、如何下载一个包及其依赖并安装三、如何导出requirem

Rust格式化输出方式总结

《Rust格式化输出方式总结》Rust提供了强大的格式化输出功能,通过std::fmt模块和相关的宏来实现,主要的输出宏包括println!和format!,它们支持多种格式化占位符,如{}、{:?}... 目录Rust格式化输出方式基本的格式化输出格式化占位符Format 特性总结Rust格式化输出方式

Python中连接不同数据库的方法总结

《Python中连接不同数据库的方法总结》在数据驱动的现代应用开发中,Python凭借其丰富的库和强大的生态系统,成为连接各种数据库的理想编程语言,下面我们就来看看如何使用Python实现连接常用的几... 目录一、连接mysql数据库二、连接PostgreSQL数据库三、连接SQLite数据库四、连接Mo

Git提交代码详细流程及问题总结

《Git提交代码详细流程及问题总结》:本文主要介绍Git的三大分区,分别是工作区、暂存区和版本库,并详细描述了提交、推送、拉取代码和合并分支的流程,文中通过代码介绍的非常详解,需要的朋友可以参考下... 目录1.git 三大分区2.Git提交、推送、拉取代码、合并分支详细流程3.问题总结4.git push

Kubernetes常用命令大全近期总结

《Kubernetes常用命令大全近期总结》Kubernetes是用于大规模部署和管理这些容器的开源软件-在希腊语中,这个词还有“舵手”或“飞行员”的意思,使用Kubernetes(有时被称为“... 目录前言Kubernetes 的工作原理为什么要使用 Kubernetes?Kubernetes常用命令总

Python中实现进度条的多种方法总结

《Python中实现进度条的多种方法总结》在Python编程中,进度条是一个非常有用的功能,它能让用户直观地了解任务的进度,提升用户体验,本文将介绍几种在Python中实现进度条的常用方法,并通过代码... 目录一、简单的打印方式二、使用tqdm库三、使用alive-progress库四、使用progres

Android数据库Room的实际使用过程总结

《Android数据库Room的实际使用过程总结》这篇文章主要给大家介绍了关于Android数据库Room的实际使用过程,详细介绍了如何创建实体类、数据访问对象(DAO)和数据库抽象类,需要的朋友可以... 目录前言一、Room的基本使用1.项目配置2.创建实体类(Entity)3.创建数据访问对象(DAO

Java向kettle8.0传递参数的方式总结

《Java向kettle8.0传递参数的方式总结》介绍了如何在Kettle中传递参数到转换和作业中,包括设置全局properties、使用TransMeta和JobMeta的parameterValu... 目录1.传递参数到转换中2.传递参数到作业中总结1.传递参数到转换中1.1. 通过设置Trans的