深度学习基础课:“判断性别”Demo需求分析和初步设计(上) | 杨元超的世界

大家好~我开设了“深度学习基础班”的线上课程,带领同学从0开始学习全连接和卷积神经网络,进行数学推导,并且实现可以运行的Demo程序

线上课程资料:

本节课录像回放

扫码加QQ群,获得ppt等资料,与群主交流讨论:

image

本系列文章为线上课程的复盘,每上完一节课就会同步发布对应的文章

本文为第二节课:“判断性别”Demo需求分析和初步设计(上)的复盘文章

本课程系列文章可进入索引查看:

深度学习基础课系列文章索引

目录

为什么要学习本课?

回顾相关课程内容

深度学习在图形学中有什么应用?

主问题:Demo需求分析

答:给出一个人的身高、体重,能够通过深度学习推测出他的性别

主问题:什么是神经元?

- 什么是神经元?

答:image

如上图所示,一个神经元具有一个偏移值b和多个权重值w,接受多个输入值x,返回一个输出值y

- 计算公式是什么?

答:image

主问题:如何使用神经元实现Demo?

神经元的输入和输出是什么?

答:输入为身高和体重,输出为性别

答:性别表示为0(男)、1(女)

答:返回1的任意函数

答:权重、偏移

答:有任意多个解,其中一个解为:

image

任务:给出代码

答:

type state = {
 weight1: float,
 weight2: float,
 bias: float,
}

type sampleData = {
 weight: float,
 height: float,
}

type gender =
 | Male
 | Female

let createState = (): state => {
 weight1: Js.Math.random(),
 weight2: Js.Math.random(),
 bias: Js.Math.random(),
}

let train = (state: state, sampleData: sampleData): state => {
 {
 weight1: 1.0,
 weight2: -2.0,
 bias: -49.0,
 }
}

let _activateFunc = x => x

let _convert = x =>
 switch x {
 | 0. => Male
 | 1. => Female
 }

let inference = (state: state, sampleData: sampleData): gender => {
 (sampleData.height *. state.weight1 +. sampleData.weight *. state.weight2 +. state.bias)
 ->_activateFunc
 ->_convert
}

let state = createState()

let gender =
 state
 ->train({
 weight: 50.,
 height: 150.,
 })
 ->inference({
 weight: 50.,
 height: 150.,
 })

//1
Js.log(gender)