人工智能教程 - 1.2.1 如何將數據輸入到神經網絡中

最近發現有些讀者經過將個人教程進行二次出售來獲取暴利，我在此對其表示強烈的譴責

朋友們，如需轉載請標明出處：http://www.captainbed.net

總目錄（請務必點擊總目錄從前言看起，這樣你才能充分理解本篇文章）

經過對前面文章的學習，咱們已經知道神經網絡能夠實現真正的人工智能。本小節我會進行詳細地講解，讓你們完全地弄懂神經網絡。在僅僅只學完一篇文章後，你確定依然感受朦朧，這是正常的，由於不可能用一篇文章就把神經網絡給講清楚了。當你學完本小節全部文章後，你就會感受豁然開朗了。

咱們須要弄懂的第一步就是如何將數據輸入到神經網絡中。例如，在語音識別、人臉識別這些應用中，是如何將語音、人臉輸入到神經網絡中的？

本文我用一個「人工智能去除馬賽克」的例子來給你們介紹如何將AV圖像數據輸入到神經網絡中。當咱們平時在看島國的AV愛情動做片時，總有很多影片有馬賽克，嚴重地阻礙了咱們的求知慾~~因此咱們要把馬賽克去掉，將有碼的愛情動做片變成無碼的。使用人工智能去除馬賽克的第一步就是要將有碼的圖像輸入到神經網絡中。

上面是一張有碼的AV愛情動做圖像。爲了存儲這張圖像，計算機要存儲三個獨立的矩陣（矩陣能夠理解成二維數組，後面的文章中我會給你們詳細講解）。如上圖所示，這三個矩陣分別與此圖像的紅色、綠色和藍色相對應。世界上的全部顏色均可以經過紅綠藍三種顏色調配出來，也就是說計算機裏面的圖像都是經過紅綠藍三個顏色值組合出來的。雖然咱們肉眼看到的是一個AV女優的圖像，但實際上它在計算機中是一堆數字。

一個像素就是一個顏色點，一個顏色點由紅綠藍三個值來表示，例如，紅綠藍爲255,255,255，那麼這個顏色點就是白色。若是圖像的大小是64 * 64個像素，那麼3個64 * 64大小的矩陣在計算機中就表明了這張圖像。上圖中只畫了個5 * 4的矩陣，而不是64 * 64，爲何呢？由於沒有必要，搞複雜了反而不易於理解。其實有些朋友如今就已經有些朦朧了，這是正常的，因此才須要一系列的教程。經過對後面文章的學習，你就會慢慢地對這些知識有了深刻的理解了！因此如今有些不明白的地方沒有關係，繼續往下學！

爲了更加方便後面的處理，在人工智能領域中咱們通常會把上面那三個矩陣轉化成1個向量（向量能夠理解成1 * n或n * 1的數組，前者爲行向量，後者爲列向量，後面我也會對向量進行詳細的講解）。那麼這個向量的總維數就是64 * 64 * 3，結果是12288，也就是說上面那個有碼的圖像在計算機中就是12288個數字。在人工智能領域中，每個輸入到神經網絡的數據都被叫作一個特徵，那麼上面的這張圖像中就有12288個特徵。這個12288維的向量也被叫作特徵向量。神經網絡接收這個特徵向量做爲輸入，並進行預測，分析那塊有碼，而後去除可惡的馬賽克，而後給出無碼的圖像！

對於不一樣的應用，須要識別的對象不一樣，有些是語音，有些是圖像，有些是金融數字，有些是機器人傳感器數據，可是它們在計算機中都有對應的數字表示形式，一般咱們會把它們轉化成一個特徵向量，而後將其輸入到神經網絡中。

本篇文章咱們已經知道了數據是如何被輸入到神經網絡中的。那麼神經網絡又是如何根據這些數據進行分析預測的呢？下篇文章我將給你們揭曉。

下一篇：《神經網絡是如何進行預測的》