EmojiIntelligence
1.0.0
您想教您的机器表情符号吗？ ？
我完全迅速创建了一个神经网络。这是一个演示可以证明可以解决的问题的演示。
我在MacOS上使用了操场。
我相信用开源来推动人类前进，您必须开源所有的东西 o/
您可以在这里观看YouTube视频
我利用这一挑战来了解有关神经网络和机器学习的更多信息。神经网络由层组成，每个层都有神经元。我的网络有三层：一个输入层，一个隐藏层和一个输出层。
我网络的输入有64个二进制数字。这些输入连接到隐藏层中的神经元。隐藏层执行一些计算，并将结果传递给输出层神经元。这也执行一个计算，然后输出0或1。输入层实际上没有任何操作，它们只是输入值的占位符。只有隐藏层中的神经元和输出层执行计算。输入层的神经元连接到隐藏层中的神经元。同样，隐藏层的两个神经元都连接到输出层。这些层被称为完全连接，因为每个神经元都连接到下一层中的每个神经元。两个神经元之间的每个连接都有一个重量，这只是一个数字。这些权重构成了我的网络的大脑。对于网络中的激活函数，我使用Sigmoid函数。
Sigmoid是一种数学功能。 Sigmoid会吸收一些数字X并将其转换为0到1之间的值。这是我目的的理想选择，因为我正在处理二进制数字。这将把线性方程式变成非线性的东西。这很重要，因为没有这个，网络将无法学习任何有趣的东西。
我已经提到该网络的输入是64个二进制数字。我将绘制图像大小调整到8x8像素，该像素使64个像素在一起。我浏览图像并检查每个像素，如果像素具有粉红色，我会在数组中添加1个，我添加了0。最后，我将有64个二进制数字，可以添加到输入层中。
我的主要目标是使神经网络和机器学习更加易于访问和有趣。还要了解有关操场和神经网络的强大功能的更多信息。
@reffas_bilal
Vincent Esche
Per Harald Borgen
MATTHIJS HOLLEMANS
如果您喜欢这个项目，请留下一颗星星？在github上分享。
我正在与@leomehlig合作。您会在这里找到更多关于它的信息
所有的作品都用很多爱手工制作，并在世界各地发送了？
该项目目前仅在MacOS上工作。 iPad上有一个错误，我已经在错误记者上提交了问题。我希望苹果能尽快解决。
MIT License
Copyright (c) 2017 Luubra
Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
