亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

JAVA實現(xiàn)感知器算法

 更新時間:2017年12月19日 16:55:03   作者:CimZzz  
這篇文章主要為大家詳細介紹了JAVA實現(xiàn)感知器算法,具有一定的參考價值,感興趣的小伙伴們可以參考一下

簡述

隨著互聯(lián)網(wǎng)的高速發(fā)展,A(AI)B(BigData)C(Cloud)已經(jīng)成為當下的核心發(fā)展方向,假如三者深度結(jié)合的話,AI是其中最核心的部分。所以如果說在未來社會,每個人都必須要學(xué)會編程的話,那么對于程序員來說,人工智能則是他們所必須掌握的技術(shù)(科技發(fā)展真tm快)。

這篇文章介紹并用JAVA實現(xiàn)了一種最簡單的感知器網(wǎng)絡(luò),不糾結(jié)于公式的推導(dǎo),旨在給大家提供一下學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的思路,對神經(jīng)網(wǎng)絡(luò)有一個大概的認識。

感知器網(wǎng)絡(luò)模型分析

首先看一張圖

如果稍微對神經(jīng)網(wǎng)絡(luò)感興趣的一定對這張圖不陌生,這張圖是神經(jīng)元的結(jié)構(gòu)圖
X1~Xm表示輸入,W1~Wm表示突觸權(quán)值,Σ表示求和結(jié)點,Activation function表示激活函數(shù),之后輸出一個結(jié)果,具體的流程是

神經(jīng)元接收到輸入,每個輸入都會與其相對路徑上的權(quán)值相乘,到了求和結(jié)點進行求和,這里把求和結(jié)點的結(jié)果設(shè)為z :

z = X1 * W1 + X2 * W2 + X3 * W3 + ...... + Xm * Wm

之后將 z 傳入到激活函數(shù)(這里我們稱激活函數(shù)為 f)進行二分類模式識別 :

if f(x) > e,y = 1
else y = -1

e 為閾值
y 為分類結(jié)果

這里可以看出,如果 f(x) 的值大于閾值,得到分類 y = 1,反之 y = -1
注:相對于生物神經(jīng)元受到刺激表示的反應(yīng),如果刺激在可接受范圍之內(nèi),則神經(jīng)元會抑制刺激(y = -1),如果超過范圍則會興奮(y = 1),而這個范圍的分水嶺就是閾值(e)

學(xué)習(xí)

我們發(fā)現(xiàn),如果權(quán)值和閾值都固定的話,那么這個神經(jīng)網(wǎng)絡(luò)就沒有存在的意義了,所以我們引入學(xué)習(xí)的概念,通過學(xué)習(xí),讓神經(jīng)網(wǎng)絡(luò)去修改權(quán)值和閾值,從而可以動態(tài)的修正模式識別的正確率,這才是機器學(xué)習(xí)的本質(zhì)。

那么如何學(xué)習(xí)呢?當我們在使用之前我們需要提供給此網(wǎng)絡(luò)一組樣本數(shù)據(jù)(這里采取的是有教師模式學(xué)習(xí)),樣本數(shù)據(jù)包括輸入數(shù)據(jù)x和正確的識別結(jié)果y'。
當我們輸入訓(xùn)練數(shù)據(jù)x得到模式識別y之后進行判斷,如果 y != y' ,則會去調(diào)整此網(wǎng)絡(luò)的權(quán)值和閾值,調(diào)整請看公式,μ 表示學(xué)習(xí)率(修正率),update 表示需要修正值:

update = μ * (yi - y')
update = (f(x) - y')

m
Σ Wi += update * Xi
i=1

e += update

當感知器分類結(jié)果等于正確分類,update = 0,不調(diào)整網(wǎng)絡(luò);如果不等于正確分類,則會調(diào)整全部的權(quán)值(w)與閾值(e)

以上就是我所介紹的感知器最簡單的學(xué)習(xí)流程:

輸入數(shù)據(jù)->求和得到z->通過激活函數(shù)等到分類結(jié)果->分類結(jié)果與正確結(jié)果不符則調(diào)整網(wǎng)絡(luò)

下面就讓我們來實現(xiàn)這個簡單的神經(jīng)網(wǎng)絡(luò)吧

Java代碼實現(xiàn)

這里我所實現(xiàn)的是通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)識別整數(shù)的正負
首先定義一個感知器的類

/**
 * Created by CimZzz on 12/2/17.
 *
 */
public class Perceptron {
 /**
  * 學(xué)習(xí)率
  */
 private final float learnRate;

 /**
  * 學(xué)習(xí)次數(shù)
  */
 private final int studyCount;

 /**
  * 閾值
  */
 private float e;

 /**
  * 權(quán)值
  * 因為判斷整數(shù)正負只需要一條輸入,所以這里只有一個權(quán)值,多條輸入可以設(shè)置為數(shù)組
  */
 private float w;

 /**
  * 每次學(xué)習(xí)的正確率
  */
 private float[] correctRate;

 //

 /**
  * 構(gòu)造函數(shù)初始化學(xué)習(xí)率,學(xué)習(xí)次數(shù),權(quán)值、閾值初始化為0
  * @param learnRate 學(xué)習(xí)率(取值范圍 0 < learnRate < 1)
  * @param studyCount 學(xué)習(xí)次數(shù)
  */
 public Perceptron(float learnRate, int studyCount) {
  this.learnRate = learnRate;
  this.studyCount = studyCount;

  this.e = 0;
  this.w = 0;

  this.correctRate = new float[studyCount];
 }


 /**
  * 學(xué)習(xí)函數(shù),samples 是一個包含輸入數(shù)據(jù)和分類結(jié)果的二維數(shù)組,
  * samples[][0] 表示輸入數(shù)據(jù)
  * samples[][1] 表示正確的分類結(jié)果
  * @param samples 訓(xùn)練數(shù)據(jù)
  */
 public void fit(int[][] samples) {
  int sampleLength = samples.length;

  for(int i = 0 ; i < studyCount ; i ++) {
   int errorCount = 0;

   for (int[] sample : samples) {
    float update = learnRate * (sample[1]-predict(sample[0]));

    //更新權(quán)值、閾值
    w += update * sample[0];
    e += update;

    //計算錯誤次數(shù)
    if (update != 0)
     errorCount++;
   }

   //計算此次學(xué)習(xí)的正確率
   correctRate[i] = 1 - errorCount * 1.0f / sampleLength;
  }
 }

 /**
  * 求和函數(shù),模擬求和結(jié)點操作 輸入數(shù)據(jù) * 權(quán)值
  * @param num 輸入數(shù)據(jù)
  * @return 求和結(jié)果 z
  */
 private float sum(int num) {
  return num * w + e;
 }

 /**
  * 激活函數(shù),通過求和結(jié)果 z 和閾值 e 進行判斷
  * @param num 輸入數(shù)據(jù)
  * @return 分類結(jié)果
  */
 public int predict(int num) {
  return sum(num) >= 0 ? 1 : -1;
 }

 /**
  * 打印正確率
  */
 public void printCorrectRate() {
  for (int i = 0 ; i < studyCount ; i ++)
   System.out.printf("第%d次學(xué)習(xí)的正確率 -> %.2f%%\n",i + 1,correctRate[i] * 100);
 }
}

然后寫生成訓(xùn)練數(shù)據(jù)的函數(shù)

 /**
  * 生成訓(xùn)練數(shù)據(jù)
  * @return 訓(xùn)練數(shù)據(jù)
  */
 private static int[][] genStudyData() {
  //這里我們?nèi)?-100 ~ 100 之間的整數(shù),大于0的設(shè)為模式 y = 1,反之為 y = -1
  int[][] data = new int[201][2];

  for(int i = -100 , j = 0; i <= 100 ; i ++ , j ++) {
   data[j][0] = i;
   data[j][1] = i >= 0 ? 1 : -1;
  }

  return data;
 }

 /**
  * 生成訓(xùn)練數(shù)據(jù)
  * @return 訓(xùn)練數(shù)據(jù)
  */
 private static int[][] genStudyData2() {
  //這里我們?nèi)?1~250 之間的整數(shù),大于125的設(shè)為模式 y = 1,反之為 y = -1
  int[][] data = new int[250][2];

  for(int i = 1 , j = 0; i <= 250 ; i ++ , j ++) {
   data[j][0] = i;
   data[j][1] = i >= 125 ? 1 : -1;
  }

  return data;
 }

最后是主函數(shù)

public static void main(String[] args) {
  //這里的學(xué)習(xí)率和訓(xùn)練次數(shù)可以根據(jù)情況人為調(diào)整
  Perceptron perceptron = new Perceptron(0.4f,500);

  perceptron.fit(genStudyData());
  perceptron.printCorrectRate();

  System.out.println(perceptron.predict(-1));
  System.out.println(perceptron.predict(126));
 }

大家可以測試一下

局限性

這個感知器神經(jīng)網(wǎng)絡(luò)比較簡單,是適用于可線性劃分的數(shù)據(jù),比如一維的話正數(shù)和負數(shù),二維的坐標象限分類;對于不可線性劃分的數(shù)據(jù)無法進行正確的分類,如尋找質(zhì)數(shù)等

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Java如何實現(xiàn)登錄token令牌

    Java如何實現(xiàn)登錄token令牌

    這篇文章主要介紹了Java如何實現(xiàn)登錄token令牌,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-05-05
  • springboot加載注入bean的幾種方式

    springboot加載注入bean的幾種方式

    本文主要介紹了springboot加載注入bean的幾種方式,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2024-08-08
  • 淺談xml配置spring profiles的幾個注意點

    淺談xml配置spring profiles的幾個注意點

    這篇文章主要介紹了淺談xml配置spring profiles的幾個注意點,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-07-07
  • 詳解Java中ArrayList類

    詳解Java中ArrayList類

    這篇文章主要介紹了Java中ArrayList類,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-03-03
  • Jmeter使用接口傳遞數(shù)據(jù)過程圖解

    Jmeter使用接口傳遞數(shù)據(jù)過程圖解

    這篇文章主要介紹了Jmeter使用接口傳遞數(shù)據(jù)過程圖解,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-05-05
  • log4j2使用filter過濾日志方式

    log4j2使用filter過濾日志方式

    這篇文章主要介紹了log4j2使用filter過濾日志方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-12-12
  • Java判斷絕對值的方法總結(jié)

    Java判斷絕對值的方法總結(jié)

    在本文中作者為大家分享了兩種Java判斷絕對值的方法,對此有興趣的朋友可以和小編一起學(xué)習(xí)下。
    2018-02-02
  • Java中線程池自定義實現(xiàn)詳解

    Java中線程池自定義實現(xiàn)詳解

    這篇文章主要為大家詳細介紹了Java如何實現(xiàn)自定義線程池,文中的示例代碼講解詳細,對我們學(xué)習(xí)Java有一定的幫助,感興趣的小伙伴可以了解一下
    2023-03-03
  • SpringBoot讀取Nacos上配置文件的步驟詳解

    SpringBoot讀取Nacos上配置文件的步驟詳解

    在 Spring Boot 應(yīng)用程序中,可以使用 Spring Cloud Nacos 來實現(xiàn)從 Nacos 服務(wù)注冊中心和配置中心讀取配置信息,本文介紹如何在 Spring Boot 中讀取 Nacos 上的配置文件的步驟,需要的朋友可以參考下
    2024-03-03
  • Java中的==和equals()區(qū)別小結(jié)

    Java中的==和equals()區(qū)別小結(jié)

    在Java編程中,理解==操作符和equals()方法的區(qū)別是至關(guān)重要的,本文主要介紹了Java中的==和equals()區(qū)別,具有一定的參考價值,感興趣的可以了解一下
    2023-08-08

最新評論