深度学习基础课：“判断性别”Demo需求分析和初步设计（上）

大家好~我开设了“深度学习基础班”的线上课程，带领同学从0开始学习全连接和卷积神经网络，进行数学推导，并且实现可以运行的Demo程序

线上课程资料：

本节课录像回放

扫码加QQ群，获得ppt等资料，与群主交流讨论：

本系列文章为线上课程的复盘，每上完一节课就会同步发布对应的文章

本文为第二节课：“判断性别”Demo需求分析和初步设计（上）的复盘文章

本课程系列文章可进入索引查看：

深度学习基础课系列文章索引

目录

• 为什么要学习本课？
• 回顾相关课程内容
• 主问题：Demo需求分析
• 主问题：什么是神经元？
• 主问题：如何使用神经元实现Demo？
  • 任务：给出代码

为什么要学习本课？

• 什么是神经元？
• 如何根据一个人的身高和体重，使用神经元推测出该人的性别？

回顾相关课程内容

• 第一节课：课程介绍
  • 深度学习在图形学中有什么应用？

主问题：Demo需求分析

• 需求是什么？
  
  答：给出一个人的身高、体重，能够通过深度学习推测出他的性别

主问题：什么是神经元？

• 什么是神经元？
  
  答：
  
  如上图所示，一个神经元具有一个偏移值b和多个权重值w，接受多个输入值x，返回一个输出值y

• 计算公式是什么？
  
  答：

主问题：如何使用神经元实现Demo？

• 已知一个人的身高为150厘米，体重为50公斤，如何使用神经元得到该人的性别（应该为女性）？
  • 神经元的输入和输出是什么？
    
    答：输入为身高和体重，输出为性别
  • 如何处理数据？
    
    答：性别表示为0（男）、1（女）
  • 激活函数应该是什么？
    
    答：返回1的任意函数
  • 需要知道神经元的哪些值？
    
    答：权重、偏移
  • 值是多少？
    
    答：有任意多个解，其中一个解为：
    
    

任务：给出代码

• 输入的数据称为样本
• 求神经元的权重、偏移的过程叫做训练
• 根据样本和权重、偏移，代入激活函数得到输出值的过程叫做推理
• 请用代码实现？
  
  答：

type state = {
  weight1: float,
  weight2: float,
  bias: float,
}

type sampleData = {
  weight: float,
  height: float,
}

type gender =
  | Male
  | Female

let createState = (): state => {
  weight1: Js.Math.random(),
  weight2: Js.Math.random(),
  bias: Js.Math.random(),
}

let train = (state: state, sampleData: sampleData): state => {
  {
    weight1: 1.0,
    weight2: -2.0,
    bias: -49.0,
  }
}

let _activateFunc = x => x

let _convert = x =>
  switch x {
  | 0. => Male
  | 1. => Female
  }

let inference = (state: state, sampleData: sampleData): gender => {
  (sampleData.height *. state.weight1 +. sampleData.weight *. state.weight2 +. state.bias)
  ->_activateFunc
  ->_convert
}

let state = createState()

let gender =
  state
  ->train({
    weight: 50.,
    height: 150.,
  })
  ->inference({
    weight: 50.,
    height: 150.,
  })

//1
Js.log(gender)