EmojiIntelligence
1.0.0
您想教您的機器表情符號嗎？ ？
我完全迅速創建了一個神經網絡。這是一個演示可以證明可以解決的問題的演示。
我在MacOS上使用了操場。
我相信用開源來推動人類前進，您必須開源所有的東西 o/
您可以在這裡觀看YouTube視頻
我利用這一挑戰來了解有關神經網絡和機器學習的更多信息。神經網絡由層組成，每個層都有神經元。我的網絡有三層：一個輸入層，一個隱藏層和一個輸出層。
我網絡的輸入有64個二進制數字。這些輸入連接到隱藏層中的神經元。隱藏層執行一些計算，並將結果傳遞給輸出層神經元。這也執行一個計算，然後輸出0或1。輸入層實際上沒有任何操作，它們只是輸入值的佔位符。只有隱藏層中的神經元和輸出層執行計算。輸入層的神經元連接到隱藏層中的神經元。同樣，隱藏層的兩個神經元都連接到輸出層。這些層被稱為完全連接，因為每個神經元都連接到下一層中的每個神經元。兩個神經元之間的每個連接都有一個重量，這只是一個數字。這些權重構成了我的網絡的大腦。對於網絡中的激活函數，我使用Sigmoid函數。
Sigmoid是一種數學功能。 Sigmoid會吸收一些數字X並將其轉換為0到1之間的值。這是我目的的理想選擇，因為我正在處理二進制數字。這將把線性方程式變成非線性的東西。這很重要，因為沒有這個，網絡將無法學習任何有趣的東西。
我已經提到該網絡的輸入是64個二進制數字。我將繪製圖像大小調整到8x8像素，該像素使64個像素在一起。我瀏覽圖像並檢查每個像素，如果像素具有粉紅色，我會在數組中添加1個，我添加了0。最後，我將有64個二進制數字，可以添加到輸入層中。
我的主要目標是使神經網絡和機器學習更加易於訪問和有趣。還要了解有關操場和神經網絡的強大功能的更多信息。
@reffas_bilal
Vincent Esche
Per Harald Borgen
MATTHIJS HOLLEMANS
如果您喜歡這個項目，請留下一顆星星？在github上分享。
我正在與@leomehlig合作。您會在這裡找到更多關於它的信息
所有的作品都用很多愛手工製作，並在世界各地發送了？
該項目目前僅在MacOS上工作。 iPad上有一個錯誤，我已經在錯誤記者上提交了問題。我希望蘋果能盡快解決。
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.
