机器学习 DAY4

这篇博客探讨了机器学习中的几个关键概念。首先介绍了普适逼近定理,然后详细讨论了激活函数的作用,特别是relu函数在解决梯度消失问题上的应用。接着,提到了如何通过深度信念网络和Adam优化算法来避免局部最小值。此外,dropout技术被解释为一种构建多个模型集成的策略。最后,简要阐述了卷积神经网络(CNN)的基本结构和RNN的反向传播算法。
摘要由CSDN通过智能技术生成

一、普适逼近定理
在这里插入图片描述
二、activate function
在这里插入图片描述
三、度消失问题的解决方法
1.relu函数
在这里插入图片描述
2.
在这里插入图片描述
3.在这里插入图片描述
γ,β可以自动学习,使得y不一定满足正态分布。
四、解决陷入局部最小的方法
1.深度信念网络
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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