天天书屋

手机浏览器扫描二维码访问

第555章 神经网络如何识别图片（第2页）

这就类似于**全连接层（fully

connected

layer）**的作用，把所有提取到的特征汇总，并将其映射到一个类别，比如“猫”或“狗”。

同时，你的大脑会给这个判断一个信心值，比如你80%

确信它是猫，但也可能有20%

的概率认为它是狐狸（这类似于softmax函数计算类别概率）。

5.

纠正错误，提高识别能力（相当于模型训练）

如果有一天你看到一只没有毛的斯芬克斯猫，你可能会一时犹豫：“它没有毛，但长得很像猫，该不会是狗吧？”

如果有人告诉你：“别担心，它确实是猫，只是没长毛。”

你就会修正你的认知，并在下次看到类似的动物时更准确地判断。

这类似于神经网络的训练过程：

1.

初始识别：一开始可能会把猫误认为小狗。

2.

反馈纠正：通过大量正确示例（标注数据），不断调整判断标准。

3.

提高准确率：见得越多，识别就越准确。

总结

?

神经网络识别图片，就像人类学习认识物体的过程。

?

它先扫描细节（卷积层），再提炼关键信息（池化层），最后进行分类（全连接层）。

?

通过大量训练，它能不断调整自己的判断，提高识别准确率。

这就是图像识别的核心原理。

打个比喻，实际上就是概率问题，看的多了就有个正确的概率，靠猜

爱丽丝综合征  引凰归帝凰临：炼丹契兽倾世女帝  快穿：拯救反派，本系统亲自下场  你和我的苏打水情缘  末世，给异类收编  意外得到空间后金手指带我闯末日  我在乡下当村医  哭包竹马爱哭还难哄  隔壁那个帝少  仙集  武夫李青舟，要问剑仙李太白  梦幻西游：大唐弃徒，成就史一法  军人军医，办公室恋情？  带着猴哥游异界  和校花解散后，契约灵兵皆S级  温婉沧海  他如焰藏匿我心  他的Freesia  导演我要举报！她跑龙套还开挂！  重生1990，带着全村人发家致