深度学习基础（二）：神经网络参数初始化、Batch size和Optimization

最新推荐文章于 2024-07-30 15:40:41 发布

博途慧算

最新推荐文章于 2024-07-30 15:40:41 发布

阅读量665

点赞数

分类专栏：机器学习 # 深度学习基础文章标签：神经网络深度学习人工智能 tensorflow

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/lygeneral/article/details/106733877

版权

本文探讨了深度学习中神经网络权重的初始化，包括固定方差的高斯分布和均匀分布，以及基于方差缩放的Xavier和He初始化。接着讨论了Batch size对模型训练的影响，如收敛速度和泛化能力。最后，介绍了常见的优化器，如SGD、Momentum、RMSprop和Adam。理解这些概念有助于优化模型的训练效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.神经网络初始化

初识化神经网络权重 $w$

1.1固定方差

1）高斯分布

$E$

最低0.47元/天解锁文章

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。