-
學習出的Y值與真實的Y值之間的差距
學習出的Y值與原始集中給出的標準值之間的差異
查看全部 -
常用激勵函數，ReLU為默認函數
查看全部 -
激勵函數作用
查看全部 -
神經元結構——例子
????前面一部分是把輸入或者前一個層輸入的數據計算出一個線性結果，然后g(Z)函數稱之為激活函數，把這一結果非線性化
查看全部 -
網絡結構
X1-X3身后的圓圈、隱含層
隱含層后的圓圈：輸出層
x1-x3傳入隱含層計算，然后在輸出層得到結果，最后或得學習后的值
查看全部 -
1.神經網絡實現分類識別查看全部
-
圖像和語音是密集型矩陣，文本是稀疏型矩陣。
圖像：圖像識別，如自動駕駛。
語音：語音助手。
文本：新聞推送。
查看全部 -
神經網絡就是分類
查看全部 -
神經網絡訓練過程
查看全部 -
常用激勵函數：
查看全部 -
激勵函數的作用：提供規模化的非線性化能力
查看全部 -
邏輯回歸是一種最簡化的網絡結構
查看全部 -
線性組合、非線性處理。
g(z)激活函數
查看全部 -
單層神經網絡：原始值、隱含層、輸出層、輸出值。
查看全部 -
功能：分類（圖像、語音、文本）
查看全部
舉報
0/150
提交
取消