八股第一天：各个激活函数的优缺点

最新推荐文章于 2025-05-16 14:49:58 发布
最新推荐文章于 2025-05-16 14:49:58 发布
阅读量111 收藏
点赞数 2
文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_83527642/article/details/145916987
版权

1.Sigmoid激活函数

\sigma(x) = \frac{1}{1 + e^{-x}}

优点：

1）首先x趋于正无穷时，\sigma(x)趋于1；x趋于负无穷时，\sigma(x)趋近于0。

卷卷森
关注
【八股】测开
qq_44768318的博客
04-28 397
黑盒测试：黑盒测试是一类测试方法，测试人员不需要了解被测试系统的内部结构或实现细节，而是将其视为一个黑匣子，只关注输入和输出之间的关系。黑盒测试方法：👉等价类划分：等价类划分即将输入分为若干部分，然后从每个部分选取少量代表性数据进行测试，有利于减少测试用例的数量。等价类分为有效等价类和无效等价类，通过有效等价类验证系统的正确性，通过无效等价类验证系统的健壮性。👉边界值分析：软件错误往往发⽣在输⼊或输出范围的边缘，所以边界值分析专注于测试输⼊数据的边界条件，⽽不是中间值。
面试官刁钻问题【必看】
m0_68271787的博客
05-01 780
根据这么多天面试的经验，总结出中小厂面试流程：自我介绍+项目+八股+算法+手写。其中Vue的八股在之前的面经里基本都涵盖了，但是我觉得CSS如果要问深一点仍然是我的薄弱点，以及从学长那了解到的JS考点和手写题总结出了这篇文章。仅供学习参考。
2025最全的软件测试面试八股文（含答案+文档）
HUA6911的博客
02-18 582
是指把一个具体的页面转化为编程语言当中的一个对象，页面特性转化成对象属性，页面操作转化为对象方法。1）通俗来讲把每个页面当成一个对象，页面层写定位元素方法和页面操作方法2）用例层从页面层调用操作方法，写成用例3）可以做到定位元素与脚本的分离4）主要用来实现对页面操作和测试逻辑的一个分离。
【面试】前端面试八股文
weixin_64210950的博客
05-08 8413
前端面试八股文，随时整理更新
2024年算法工程师面试八股（搜广推方向）_算法岗八股
2401_84182578的博客
05-03 1568
Adam：本质上是带有动量项的RMSprop，结合了两者的优点，可以为不同的参数计算不同的自适应学习率，实践中常用。tμmt−11−μgttνnt−11−νgt2tmt1−μttnt1−νtθt−ηntϵ​η​AdamW：Adam的变种，主要用于解决权重衰减（weight decay）在Adam中的问题。在计算梯度更新时，将权重衰减的计算从梯度中分离出来，并将其应用于参数更新之前。
Java八股+408基础
Fortitude_wln的博客
09-09 1650
1. 集合1. 集合1.1 ArrayList是否线程安全？如何线程安全地操作ArrayList？（1）线程并不安全，容易出现问题的地方：1.增加元素 2.扩充数组长度（2）使线程安全的操作方法方法示例原理Vector替换为List arrayList = new Vector();使用了synchronized关键字操作外部list，实际上修改的是原来list的数据。
面经八股汇总
qwe9152921的博客
08-24 1392
3、FPN 4、anchor size的设置要合适 5、对于分辨率很低的小目标，可以对其所在的proposal进行超分辨，提升小目标的特征质量，更有利于小目标的检测。首先，任何norm的意义都是为了让使用norm的网络的输入的数据分布变得更好，也就是转换为标准正态分布，数值进入敏感度区域，以缓解梯度消失。首先列出两种损失的公式，从反向传播的角度由链式法则，推导出导数表达式，然后发现mse会携带 deta’(z)，因为导数sigmoid 在输出接近 0 和 1 的时候是非常小的，
【八股文】软件测试面试
cs888zsy的博客
08-07 2014
是指把一个具体的页面转化为编程语言当中的一个对象，页面特性转化成对象属性，页面操作转化为对象方法。1）通俗来讲把每个页面当成一个对象，页面层写定位元素方法和页面操作方法2）用例层从页面层调用操作方法，写成用例3）可以做到定位元素与脚本的分离4）主要用来实现对页面操作和测试逻辑的一个分离。
前端常见面试八股文
热门推荐
qq_43376559的博客
02-13 2万+
HTML篇 1、H5新增标签有哪些？ 一、语义化标签 header、footer、nav、aside、section、article 语义化的意义？ 1、更适合搜索引擎的爬虫爬取有效的信息，利于SEO。 2、对开发团队很友好，增加了标签的可读性，结构更加的清晰，便于团队的开发和维护。 二、多媒体标签 视频标签：video 属性：src、 Poster（加载等待画面的图片）、muted（静音） 音频标签： audio 属性：src、loop、controls（调出当前控件） 三、表单元素、控件 输入框inpu
【面试八股文】2024最新软件测试面试
huace3740的博客
08-07 1166
是指把一个具体的页面转化为编程语言当中的一个对象，页面特性转化成对象属性，页面操作转化为对象方法。1）通俗来讲把每个页面当成一个对象，页面层写定位元素方法和页面操作方法2）用例层从页面层调用操作方法，写成用例3）可以做到定位元素与脚本的分离4）主要用来实现对页面操作和测试逻辑的一个分离。
Unity八股总结
Petrichorzncu的博客
09-27 1565
屏幕空间-摄像机模式(Screen Space-Camera)，设置成该模式后需要指定一个摄像机游戏物体，指定后UGUI就会自动出现在该摄像机的“投射范围”内，和NGUI的默认UI Root效果一致，如果隐藏掉摄像机，UGUI当然就无法渲染。Shader 是一种程序，用来描述物体表面的外观，影响光照与渲染效果。世界空间模式(WorldSpace)，设置成该模式后UGUI就相当于是场景内的一个普通的“Cube 游戏模型”，可以在场景内任意的移动UGUI元素的位置，通常用于怪物血条显示和VR开发。
MySQL面试题 2024 金九银十 最新 C# 高级 资深 DB 八股文
cao919的专栏Net
08-13 1288
聚集索引表记录的排列顺序和索引的排列顺序一致，所以查询效率快，只要找到第一个索引值记录，其 余就连续性的记录在物理也一样连续存放。聚集索引对应的缺点就是修改慢，因为为了保证表中记录的 物理和索引顺序一致，在记录插入的时候，会对数据页重新排序。中的慢查询问题，提高数据库系统的性能。树结 构，非聚集索引的叶子层并不和实际数据页相重叠，而采用叶子层包含一个指向表中的记录在数据页中 的指针方式。上表所示的用户信息遵循了第一范式的要求，这样在对用户使用城市进行分类的时候就非常方便，也提 高了数据库的性能。
机器学习-深度学习-自学笔记
要旅游的每一天的博客
04-19 639
别怕深度学习，这玩意就是已经商业化了！一旦商业化就是代表不需要太多学习成本就可以实现功能！所以说现在难只不过是自己基础太低，低到不行！所以不担心研究生做的很多的事情也就是调参！调参很玄学的事情！很靠经验的！调参需要很长时间，现在好像都可以丢给计算机去调参的！
14_业务分析介绍&15_Python报表自动化&18_AB测试实战&19_用户偏好分析和TGI&20_同期群分析
AGI爱好者_数仓&可视化&数据分析工程师_Vae’伯乐‘
12-31 1440
掌握数据指标的概念知道常见的业务指标含义知道业务分析常用方法论知道通过数据分析能够解决哪些业务问题在之前的课程中,我们学习了FineReport, FineBI, SQL, Python, 它们都属于数据分析要用到的工具，接下来我们就要结合业务场景，综合运用这些工具，来完成一些具体任务。数据分析/大数据分析的目的是为了用数据驱动运营，用数据驱动业务增长（数据驱动设计，数据驱动决策，数据驱动XXX……），
基于深度学习的水果识别系统设计
z17338523033的博客
05-13 495
本文介绍了基于YOLOv5s模型和PyQt框架构建的目标检测系统。首先，YOLOv5s作为轻量级目标检测模型，在保持高精度的同时具备快速推理能力。其次，系统通过PyQt设计了用户界面，包含注册和登录功能，使用SQLite3数据库存储用户信息。登录成功后进入检测界面，提供模型加载、数据加载、开始检测和摄像头检测等功能。用户可以选择训练好的模型和数据进行目标检测，检测结果实时显示在界面中。该系统整合了深度学习模型和图形界面，实现了便捷的目标检测功能。
基于EMD-PCA-LSTM的光伏功率预测模型研究
专注AI大模型,软件混淆,授权
05-14 176
本文提出了一种结合经验模态分解(EMD)、主成分分析(PCA)和长短期记忆网络(LSTM)的混合模型，用于提高光伏功率预测的准确性。该模型首先利用EMD将非平稳的光伏功率序列分解为多个本征模态函数(IMF)，然后通过PCA对多维气象特征进行降维处理，最后将处理后的特征输入LSTM网络进行预测。实验结果表明，与单一LSTM模型和传统预测方法相比，EMD-PCA-LSTM模型在预测精度和稳定性方面均有显著提升。该模型有效处理了光伏功率序列的非平稳性和非线性，同时通过特征降维提高了模型效率，为光伏功率预测提供了一
深度学习计算
m0_73776435的博客
05-13 777
深度学习的飞速发展离不开强大的计算能力支撑。从张量计算到 GPU 加速，从自动微分到分布式计算，深度学习计算的每一项技术都如同精密仪器中的关键齿轮，推动着模型性能的不断提升。本文深入剖析深度学习计算的核心技术、优化策略以及前沿趋势，为你全方位解锁智能模型背后的算力密码。
人工智能-深度学习之循环神经网络
m0_51678367的博客
05-14 812
LSTM文本生成实战summary1、通过搭建LSTM模型，实现了基于文本序列的字符生成功能；2、学习了文本加载、字典生成方法；3、掌握了文本的数据预处理方法，并熟悉了转化数据的结构；4、实现了对新文本数据的字符预测。
YOLOv7训练时4个类别只出2个类别
最新发布
qq_48873240的博客
05-16 778
在使用YOLOv7进行训练和预测时，发现模型仅能预测出两个类别（LFM和SFM），而实际应有四个类别。经过检查，特征图大小和anchors设置均与YOLOv3一致，且YOLOv3表现正常。最终发现问题可能出在detect.py中的conf-thres参数设置过高，将其从0.5调整为0.1后，问题得到解决。此外，还需注意在NMS操作时不使用classes参数，并在train.py中根据实际类别数和图片大小调整hyp['cls']和hyp['obj']的缩放比例。这些调整有助于确保模型能够正确预测所有类别。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值