深度学习组件基础
文章平均质量分 80
各个组件的详解,基础内容
Bluce_Gee
这个作者很懒,什么都没留下…
展开
-
深度学习中常用损失函数对比
损失函数大致可分为两种:回归损失(针对变量)和分类损失(针对变量)。原创 2024-05-14 10:46:36 · 327 阅读 · 1 评论 -
深度学习常见问题及知识点总结(认知概念)
但是,如果数据集中的特征元素之间没有明显的局部相关性,即它们的组合和排列顺序对结果没有显著影响,那么深度学习模型就很难学习到有效的特征表示,从而导致模型的性能下降。CNN的关键操作是卷积运算,卷积运算能够将输入层进行局部链接,可以获取整个输入的局部特征信息或者说是每个输入特征的组合特征。不同领域的机器学习都是通过数据的特征进行建模,从而解决该领域的问题。所以CNN的本质是完成了特征提取或者说是对原始特征的特征组合工作,从而增加模型的表达能力。1.CNN的卷积核通道数 = 卷积输入层的通道数;原创 2024-05-13 16:05:48 · 381 阅读 · 1 评论