深度学习之神经网络基础
Ghost_lzy
我一点也不懒...hahaha
展开
-
2.卷积神经网络基础
卷积神经网络概论(Convolutional Neural Network,CNN)卷积神经网络基础 与普通神经网络相比,卷积神经网络有一些特殊的层,也有一些卷积神经网络中特有的专有名词,本文将会逐一介绍。全连接层(Fully Connected Layer) 全连接层可以理解为神经网络基础中的“隐藏层”。(同样的,包含权重向量WWW和激活(激励)函数) 对于全连接层的作用,举个例子:有一张32 x 32 x 3的图片(宽和高为32px,有RGB三个通道,因此可以理解为32 x 32原创 2020-09-22 19:54:51 · 493 阅读 · 1 评论 -
1.神经网络入门总结
常见激励(激活)函数ReLU (Rectifier Linear Unit,整流线性单元)神经网络中最常用的非线性函数数学形式:f(x)=max(0,x)f(x)=max(0,x)f(x)=max(0,x)ReLU6为了抵消ReLU的线性增长部分,会在min()中嵌入max(0,x)数学形式:f(x)=min(6,max(0,x))f(x)=min(6,max(0,x))f(x)=min(6,max(0,x))计算速度快,解决了梯度消失问题Sigmoid是最常用的连续 &a原创 2020-09-21 17:52:31 · 203 阅读 · 0 评论