深度学习——第9章 项目实战:让你的神经网络模型越来越深
上一课主要介绍了深层神经网络模型的结构和常用的标记方法,详细推导了深层神经网络模型的正向传播和反向传播过程,并在最后介绍了多分类 Softmax模型。本节将搭建一个较深层的神经网络来解决猫和狗的分类问题。这是一个典型的二分类问题。输入是一张图片,我们会把 3 通道的 RGB 图片拉伸为一维数据作为神经网络的输入层。神经网络的输出层包含一个神经元,经过 Softmax 输出概率值P,若P0.5,则判断为猫(正类),若P≤0.5,则判断为非猫(负类)。
复制链接