如何在神经网络中转换输入并提取有用的输出?
因此,自从我碰到Adam Geitgey关于机器学习的博客以来,我就一直试图理解神经网络。我已经读了尽可能多的关于该主题的文章(我能理解),并且相信我理解所有广泛的概念和一些工作原理(尽管数学上很弱),神经元,突触,权重,成本函数,反向传播但是,我还无法弄清楚如何将现实世界中的问题转化为神经网络解决方案。 典型的例子,亚当Geitgey给出作为一个例子使用,其中给定的包含数据集的房子的价格预测系统的卧室号,平方。脚,邻居和销售价格,你可以训练神经网络,以能够预测的房子的价格。但是,他没有在代码中实际实现可能的解决方案。举例来说,他得到的最接近的是一个基本函数,该函数演示了如何实现权重: def estimate_house_sales_price(num_of_bedrooms, sqft, neighborhood): price = 0 # a little pinch of this price += num_of_bedrooms * 1.0 # and a big pinch of that price += sqft * 1.0 # maybe a handful of this price += neighborhood * 1.0 # and finally, just a little …