复习一下前几天谈的输入层-隐藏层-输出层。
标准神经网络(NN),深度学习本质上是神经网络,各种神经网络的基础就是NN, 一个经典的神经网络图如下图所示,这是一个包含三个层次的神经网络,红色的是输入层,绿色的是输出层,紫色的是中间层(也叫隐藏层)。输入层有3个输入单元,隐藏层有4个单元,输出层有2个单元。
深度神经网络(DNN),当隐藏层多於2时称为深度,DNN与NN主要的区别在於把sigmoid函数替换成了ReLU。原文网址
注: sigmoid函数及ReLU为在类神经网路中使用的激励函数,主要是利用非线性方程序,解决非线性问题,若不使用激励函数,类神经网路即是以线性的方式组合运算,因为隐藏层以及输出层皆是将上层之结果输入,并以线性组合计算,作为这一层的输出,使得输出与输入只存在着线性关系,而现实中,所有问题皆属於非线性问题,因此,若无使用非线性之激励函数,则类神经网路训练出之模型便失去意义。深度学习激励函数介绍
NN或DNN为一种模拟人脑神经系统的方式,它能将一维数据经过Full Connection并学习多次後归纳出该结果。同时,他们是AI发展中不可或缺的因素之一。可以想像,目前DNN常被使用。
参考: 什么是全连接层(Fully Connected Layer)
<<: Week39 - 各种安全性演算法的应用 - 窃听、电子欺骗实作 [高智能方程序系列]
tags: OC 30 day 开发一个项目,内存管理最直接影响一个项目的品质。意味着一个好的内存管...
从资源配置的角度思考 产品经理不一定有人事决定权,但是可以从资源的角度给予建议 这个是一个特别的经历...
铁人赛完赛 这30天可以说是让我非常忙碌而切让我一直把铁人赛挂在心上,每天就是在想今天要写什麽,这样...
昨天我们因为安装失败,而改选择前往官网直接下载安装包 那麽我们将"Unity Instal...
-外部和内部分析 存在为客户服务的组织;他们的需要和要求很重要。组织在开始战略计划之前进行外部和内...