深度学习
文章平均质量分 50
新手小白勇闯新世界
这个作者很懒,什么都没留下…
展开
-
机器学习与深度学习
说在前边的:输入层、输出层节点固定,隐藏层可以自由设置,重要的不是神经元而是连接线,其代表的是权重,需经过训练得到。神经网络的本质:通过参数与激活函数拟合特征与目标之间真实关系,实现一个神经网络最需要的是线性代数库。原创 2024-09-03 14:12:26 · 340 阅读 · 0 评论 -
多层感知机MLP
输入层用向量X表示,则隐藏层的输出就是 f (W1X+b1),输出利用激活函数sigmoid或者tanh,这样给神经网络引入非线性结构,可以用于非线性模型。隐藏层到输出层可以看成是逻辑回归,也即softmax回归,所以输出层的输出就是softmax(W2a1+b2),a1表示隐藏层的输出f(W1X+b1)。PS:层与层之间全连接,即当前层的每一个神经元与下一层的每个神经元均有连接,将前一层提取的特征综合起来,实现特征表示与分类。也称为人工神经网络,由输入层、隐藏层、输出层组成。原创 2024-09-03 08:37:51 · 229 阅读 · 0 评论