信息基础2作业3

Question1:

LeNet-5中卷积核通常用5x5,如果改成3x3或是7x7会怎么样呢?实验实现
CNN网络LENET-5的简单实现
CNN LeNet-5详解

Question2:神经网络的初始化参数能不能全部为0?

神经网络中被容易忽略的基础知识
在有隐层存在的情况下,会导致各连接的权值相同以至于达不到神经网络应有的效果。但是在没有隐层的逻辑回归等算法可以初始化参数为0。

Question3:max函数的导数

反向传播一些求导介绍
其中,这里说了一点关于max函数的导数的理解。对于max(x,y),那么对于x和y大的那个数来说,导数始终是1,对于其中小的那个数来说导数是零。这里的导数应该理解为偏导。
这里引入一个次梯度的概念:wiki:次导数
红线的斜率即为次梯度
这在求解不可微函数起很大的作用。

Question4: 求解神经网络除了BP还有什么方法?

粒子群、模拟退火等等
神经网络训练方法

Question5:VGG16 & VGG19 的差别

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值