深度学习数学理论学习(一)-神经网络结构介绍

参考书籍:《深度学习的数学》

Q1:输出层一定是个数吗?两位数真的一定局限于这种输出0还是1的实际问题吗?

 隐藏层有不同的喜好,神经网络的特性,用来描述传输的权重差异

 

 

 Q3:啥玩意包含

 Q4:输入的学习数据一直有点懵逼

 主要结论:
图片输入的大小决定了pooling池化层的上限
2的n次方——神经元的数量
底层网络很限制网络能力,第一层数量不能太少
主要学习途径:(1)其他论文的设计 (2)自己的反复试验修

 

 Q5:pooling池化层是干什么的?

 

 补充:池化层pooling,降低特征维度

 

 

 

 

 

 

 Tensorflow与张量的起源

 

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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