1、完整的机器学习训练过程包括输入、前向传播、正则化、交叉熵计算、学习率设置、滑动平均模型设置、反向传播
2、正则化解决过拟合问题,只对weights正则化
3、损失函数包括交叉熵和滑动平均值
4、多层隐藏层可以解决异或问题
5、对输入用激活函数处理,去线性化,因为多层线性模型还是线性模型,无法解决复杂问题
1、完整的机器学习训练过程包括输入、前向传播、正则化、交叉熵计算、学习率设置、滑动平均模型设置、反向传播
2、正则化解决过拟合问题,只对weights正则化
3、损失函数包括交叉熵和滑动平均值
4、多层隐藏层可以解决异或问题
5、对输入用激活函数处理,去线性化,因为多层线性模型还是线性模型,无法解决复杂问题