从应用层面看，如何使用神经网络

blogSpaceX

于 2023-05-01 10:55:00 发布

阅读量70

点赞数

文章标签：神经网络深度学习机器学习人工智能 python

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/csdnzzt/article/details/130460821

版权

本文将神经网络视为一种函数拟合工具，解释卷积层如何进行滤波和特征提取，全连接层的加权求和原理，以及反向传播在调整权重中的作用。此外，还介绍了模型设计可以类比为搭建积木的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

非科班：需对神经网络了解的程度

1. 把神经网络当成一个万能函数拟合器。

2. 把卷积理解为滤波和特征提取。

3. 把全连接层理解为加权求和。

4. 把反向传播理解为从最后一层逐步调整权重参数。

5. 把设计各种模型当成搭积木。

参考链接：https://www.bilibili.com/video/BV1FX4y1C7qk/?spm_id_from=333.1007.tianma.1-3-3.click&vd_source=2758ef806213f133641bb5da6406140b

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。