1.深度学习重要概念:
1)函数类型:组合函数、激活函数、误差函数、目标函数
激活函数:sigmoid存在梯度消失问题,而threshold或者Hard max激活函数max(0,x)可以在隐层中引入稀疏性,有助于模型训练。
2)批量算法:batch,一次处理所有数据后更新参数。而递增算法处理一个或数个数据就要更新参数。
3)在线学习和离线学习
4)数据标准化:重缩放,标准化,规范化
5)随机梯度下降法
6)反向传播算法(BP算法)
1.深度学习重要概念:
1)函数类型:组合函数、激活函数、误差函数、目标函数
激活函数:sigmoid存在梯度消失问题,而threshold或者Hard max激活函数max(0,x)可以在隐层中引入稀疏性,有助于模型训练。
2)批量算法:batch,一次处理所有数据后更新参数。而递增算法处理一个或数个数据就要更新参数。
3)在线学习和离线学习
4)数据标准化:重缩放,标准化,规范化
5)随机梯度下降法
6)反向传播算法(BP算法)