CS231n简介
详见 CS231n课程笔记1:Introduction。
注:斜体字用于注明作者自己的思考,正确性未经过验证,欢迎指教。
课程笔记
关于神经网络的实现请参考: CS231n作业笔记1.6:神经网络的误差与梯度计算。
1. 神经网络结构
如上图所示,两层之间都是全连接,隐层函数都是用激活函数。两层神经网络,激活函数使用ReLU的形式为scores = W2 max(0,W1*X+b1)+b2。
2. 激活函数
激活函数有很多种,具体情况请参照 CS231n课程笔记5.1:神经网络历史&激活函数比较。综述如图:
3. 神经网络 VS 生物中神经元
- 实际中生物中的神经元有很多种。
- dendrites可以实现很多复杂非线性计算。
- synapses不是只有一个单独的权重,而是一个动态的复杂的非线性方程。
- rate code可能不充分。