第三期 steam互动视频《一个人工智能的诞生》测评and学习

人工智能，深度学习，机器识别……说起来很简单，听起来很厉害，但，它们到底是什么？与其简单地观看视频，不如亲自上手操作。调整参数，改变视角，实时演示，只需要一点高中数学知识，你就能亲眼见证 —— 一个人工智能的诞生。

哈喽，欢迎来到阿焰的个人博客，这是steam游戏《一个人工智能的诞生》第三期测评。在前两期中，我们已经解决了简单的二分类问题，学习到了一种基础的机器学习方法，而在这一期中，我会介绍这种机器学习方法遇到的第一个难题，揭开一种神秘而强大的变换方法，期待了吗？那就慢慢往下看。

古有一分钱难倒英雄汉，今有一条线整懵计算机。

第三章空间的变换

这是魔法吗？！

如何用一根线分开黄色的点和蓝色的点？很显然，只移动线是不行的，这也就是之前的简单神经元结构无法分开这两类的原因。那应该这么做呢？如果你学过线性代数，你就应该马上能明白我们接下来要接触的巧妙方法——空间变换。

空间的变换也分为两类，线性变换和非线性变换。线性变换在计算机看来很简单，只需要给每个向量乘上一个变换向量，按照矩阵乘法的方式运算，就可以实现线性变换空间的效果（可以看看3B1B的线性代数视频，动画很直观）。但是呢，这样做也有一个问题，那就是我们确实可以拉伸，平移空间，但是还是没办法分开两类点。从坐标系网格来看比较直观，我们能发现线性变换后坐标网格仍然是直来直去的，只是有了倾斜和不同间距，没有实现开头那样弯曲的效果。

这是为什么呢？因为其中少了一个很关键的东西——激活函数。

激活函数是一种非线性变换，有了它的加入，就可以把看起来直来直去的坐标系给按照一定规则弯曲，从而实现开头那张弯曲空间从而分来两类点的效果。常用的激活函数有：Relu，Sigmond，tanh等，如果你尝试过类似VGG等简单神经网络模型，你就会发现每一层神经网络后都紧跟着一层激活函数，这就是为了让每层神经网络都具有区分这种非线性问题的能力，这非常重要。