1.线性回归和逻辑回归
线性回归:回归问题 用来做预测
逻辑回归:分类问题 用来做分类
激活函数:用来加入非线性因素的,因为线性模型的表达力不够。
逻辑回归=线性回归+激活函数
比如 激活函数为sigmod时,就可以很好的处理0 1分类问题
我们知道在神经网络中,对于图像,我们主要采用了卷积的方式来处理,也就是对每个像素点赋予一个权值,这个操作显然就是线性的。但是对于我们样本来说,不一定是线性可分的,为了解决这个问题,我们可以进行线性变化,或者我们引入非线性因素,解决线性模型所不能解决的问题。
2.饱和 梯度 梯度消失
饱和:当输入达到一定值后,输出不再变化
梯度:斜率
梯度消失:函数达到饱和后,斜率不再变化