我是神经网络的初学者。我对这个词很困惑feature。你能给我一个定义吗feature？这些特征是隐藏层中的神经元吗？
这些特征是输入向量的元素。特征的数量等于网络输入层的节点数量。
如果您使用神经网络根据物理属性的测量将动物分类为猫或狗，那么这些特征将是重量、尾巴长度、耳朵大小等。每个特征都有一个以千克、米为单位的初始值等等，然后在呈现给系统之前进行归一化并以零为中心（在特征内）。
所以这只猫：
重量：4公斤
尾长：0.3m
耳朵尺寸：2.5cm
最初由向量表示[4, 0.2, 2]然后经过预处理（数据集中必须有其他项目......）[-0.2, 0.3, .05]
字母图像的特征可以像像素的灰度值一样简单。其他特征可以通过处理图像并从功率谱中提取参数或查找边缘等来生成。要了解更多信息，请查找有关图像处理和特征提取的信息。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
