- 人工智能、机器学习、深度学习之间的关系
- 神经网络与深度学习的关系
- “深度学习”和“传统浅层学习”的区别和联系
- 神经元、人工神经元
- MP模型
- 单层感知机 SLP
- 异或问题 XOR
- 多层感知机 MLP
- 前馈神经网络 FNN
- 激活函数 Activation Function
- 为什么要使用激活函数？
- 常用激活函数有哪些？
- 均方误差和交叉熵损失函数，哪个适合于分类？哪个适合于回归？为什么？
文章探讨了人工智能中的深度学习与机器学习的关系，强调深度学习在神经网络中的重要性，特别是多层感知机和前馈神经网络。激活函数在神经网络中的作用被提及，以及如何选择适合的损失函数，如均方误差用于回归，交叉熵适用于分类问题。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
