30行JavaScript代码，教你分分钟创建神经网络

51CTO诚邀您9月23号和秒拍/国美/美团元专家一路聊智能CDN的优化之路，抓紧时光哦！

30行JavaScript代码，教你分分钟创建神经收集

本身搭建神经收集太复杂?

我们共进行了20,000次的练习，每一次都进行四次正向传播和反向传播运算，分别传递四个可能的输入到神经收集：[0,0] [0,1] [1,0] [1,1] 。

别怕!

今天我们将手把手教你若何用30行代码轻松创建一个神经收集。

在本篇文┞仿中，你将学到：

若何应用Synaptic.js(https://synaptic.juancazala.com/#/)创建和练习神经收集。

应用这款对象，我们可以在浏览器顶用Node.js进行深度进修。

今天我们要讲的例子是一个异常简单的神经收集，我们将用它来进修逻辑异或方程(XOR equation)。

同时，我也在Scrimba上创建了一个交互式屏幕录像。你也可以经由过程不雅看视频来进修本教程。(https://scrimba.com/casts/cast-1980)

在开端编程之前，让我们先快速浏览神经收集的一些根本概念。

当练习神经收集时，我们只须要加载大年夜量示例数据，如手写的数字，然后让神经收集来猜测精确的数字。

神经元和突触

神经收集的第一个模块，是神经元。

神经元类似一个函数，你输入一些值，它就会输出返回值。

神经元有各类不合的类型。我们的神经收集将用到sigmoid神经元(https://en.wikipedia.org/wiki/Sigmoid_function)，将任何输入的给定值，紧缩到0到1之间。

learningRate是一个常数，用来告诉神经收集每次应当对权重值进行多大年夜程度的调剂。第二个参数0表示的是当输工资[0,0]时，精确的输出参数是0.

下图中的圆圈就代表一个sigmoid神经元。它的输入值是5，输出值是1。箭头则代表的是神经元的突触，用来连接神经收集中其它层的神经元。

为什么会有一个红色的数字5呢?它是连接到神经元的三个突触(左边3个箭头)的值之和。

在最左边，我们看到有两个值与所谓的误差值进行了加法运算。数值1和0是绿色的，而误差值-2是棕色的。

因为我们的神经元是sigmoid神经元，它会将任何值紧缩到0到1的区间范围内，所以输出值被紧缩到1。

起首，两个输入值与他们的权重分别相乘，权重就是蓝色数字7和3。

然后，我们把他们和误差值加起来，所得的结不雅是5，对应红色数字。这个红色数字就是我们人工神经元的输入值。

如不雅将这些神经元的收集连接起来，就形成了一个神经收集。经由过程神经元间的突触连接，大年夜输入到输出进行正向传播。如下图所示：

神经收集的目标是练习其泛化才能，例如辨认手写的数字或者垃圾邮件。做稻?锬泛化重要的是经由过程神经收集找到合适的权重和误差值。如上述例子中的蓝色和棕色数字。

在每次猜测后，你须要计算猜测的误差程度，然后调剂权重和误差值使得神经统??下一次运算中可以猜测的加倍精确。这种进修过程被称为反向传播。如斯反复上千次，你的神经收集很快会精于泛化。

本教程不包含反向传播的工作道理介绍，然则我找到了3个好的教程赞助大年夜家懂得：

分步介绍反向传播案例(https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/) – 作者：Matt Mazur
神经网路骇客指南(http://karpathy.github.io/neuralnets/) – 作者：Andrej Karpathy
神经收集和深度进修(http://neuralnetworksanddeeplearning.com/chap1.html) – 作者：Michael Nielsen

用代码搭建神经收集

如今，你应当已经对神经收集有了基本概念，那就让我们进入代码部分吧。

1.创建神经收集层

在synaptic中我们应用new layer()函数来创建。函数中传递的数字表示的是每一层会有若干个神经元。