deep learning
michael_tim
开始python之路
展开
-
深度学习笔记一:CNN
卷积层 每个卷积层包含三部分:卷积、非线性激活函数和池化。使用卷积提取空间特征。 激活函数的作用 如果不用激活函数,每一层输出都是上层输入的线性表达,无论网络有多少层,输出都是输入的线性组合,只能用于线性分类问题。 激活函数给神经元引入了非线性因素,使得网络可以逼近任何非线性函数,这样神经网络就可以应用到众多的非线性问题解决中。 常见激活函数 常见激活函数包括softmax、sigmoid,t...原创 2019-02-24 14:25:58 · 216 阅读 · 0 评论 -
KL散度和交叉熵的相关总结
博客link很好的说明了KL散度和交叉熵的异同。 博客link通过各种角度给出了不同的解释方法。转载 2019-03-09 11:13:53 · 472 阅读 · 0 评论