神经网络中“分类模式”的含义是什么？

Posted 2021-04-25

也许，这是一般性的问题，我不知道。但我正在工作神经网络，我不理解“Essence of Neural Networks”一书中的事情。

"Classifiying Pattern" 
"Clustering Patterns"
"Pattern Association"

在本书中，模式是指培训输入吗？我第一次使用神经网络时，这本书适合我吗？

答案

术语模式在神经网络的上下文中用于表示跨越单元池（神经元）的一组激活。

这些都是涉及模式的不同任务：

“分类模式”

获取网络来回答表格的问题：输入x是a，b还是c？

一个示例问题就像：给出动物的图片（输入模式），输出其物种（输出模式）

“聚类模式”

获得一个网络来回答表格的问题：什么是一种合理的方式来细分输入x或者什么是分组输入{x1，x2，x3，...}的好方法

“模式协会”

获取网络将某些输入映射到某些输出

想象一下，试图让网络解决标准XOR问题：你给网络两位，并希望它输出它们的XOR（例如{0,1} - > {1}，{1,1} - > {0等等）。在神经网络术语中，您需要将每个输入模式（{0,1}）与正确的输出模式（{1}）相关联。

另一答案

在本书中，模式是指培训输入吗？

模式与输入相关，如：输入中有一个模式，您正试图找到它。您希望学习的训练输入中有一个模式，但您正在尝试创建一个“通用”解决方案，该解决方案不仅可以识别训练输入中的模式，还可以识别验证和测试输入中的模式。假设在“完美世界”中，如果您正确地预测验证和测试模式，那么您应该能够预测任何输入的模式。

另一答案

在LeCun“反向传播的理论框架”1988中，比你提到的书早十年，模式是输入数据的一个实例，它定义了网络每层的价值。

它可互换地用于训练数据集的索引。对于每个模式$ p = 1，... P $，训练数据集用$ {I_p，D_p} $表示，其中I_p是NN的输入，$ D_p $是期望的输出。

在我看来，将模式作为输入数据配置或以最佳控制视角输入数据事件是有意义的。