- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度学习入门（2）-线性单元 学习日志
深度学习入门（2）-线性单元和梯度下降 什么是线性单元： 感知器有一个问题，当面对的数据集不是线性可分的时候，『感知器规则』可能无法收敛，这意味着我们永远也无法完成一个感知器的训练。为了解决这个问题，我们使用一个可导的线性函数来替代感知器的阶跃函数，这种感知器就叫做线性单元。线性单元在面对线性不可分的数据集时，会收敛到一个最佳的近似上。 为了简单起见，我们可以设置线性单元的激活函数f为： f(x)=x f(x) = x f(x)=x 这样替换了激活函数之后，线性单元将返回一个实数值而不是0,1分类。因此线性
2022-03-05 23:34:03
870
原创 深度学习感知器
深度学习感知器 深度学习概念： 什么是深度学习？深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 感知器： 感知器的组成成分
2022-03-04 20:54:43
851
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人