Det bästa sättet att förstå neurala nätverk är faktiskt att bygga ett själv från grunden utan några AI-bibliotek. Då ser man exakt hur matematik, lärande och viktjusteringar fungerar.
Jag skulle rekommendera att bygga det i tre steg:
Steg 1 – Ett enda neuron
Börja med ett neuron som tar två indata.
Modell
Input1 ----\
>----[Neuron]---- Output
Input2 ----/Matematiskt:
Output = sigmoid(w1*x1 + w2*x2 + bias)Där:
- x = input
- w = vikt
- bias = justering
- sigmoid = aktiveringsfunktion
Exempel:
</> Python
import math
x1 = 0.5
x2 = 0.8
w1 = 0.2
w2 = 0.4
bias = 0.1
z = x1*w1 + x2*w2 + bias
output = 1/(1+math.exp(-z))
print(output)