本篇列出常见的深度学习基础问题,并拟打算在2020年3月31日前,出一个《深度学习100答》系列,针对这里列出的问题,一一作出简要的回答。
注:
如果只列出名词,则问题是:它的定义,推导与应用是什么?
- 神经网络的基本组成;
- 神经网络的输出计算;
- 常用的神经网络模型;
- 机器学习与深度学习的区别;
- 为什么训练深层网络很困难?
- 前向传播推导;
- 反向传播推导;
- 超参数;
- 超参数的一般搜索过程;
- 常见的激活函数;
- 各种激活函数的优缺点;
- 如何选择激活函数;
- 为什么需要非线性激活函数;
- Batch_size的选择;