-
学习出的Y值与真实的Y值之间的差距
学习出的Y值与原始集中给出的标准值之间的差异
查看全部 -
常用激励函数，ReLU为默认函数
查看全部 -
激励函数作用
查看全部 -
神经元结构——例子
前面一部分是把输入或者前一个层输入的数据计算出一个线性结果，然后g(Z)函数称之为激活函数，把这一结果非线性化
查看全部 -
网络结构
X1-X3身后的圆圈、隐含层
隐含层后的圆圈：输出层
x1-x3传入隐含层计算，然后在输出层得到结果，最后或得学习后的值
查看全部 -
1.神经网络实现分类识别查看全部
-
图像和语音是密集型矩阵，文本是稀疏型矩阵。
图像：图像识别，如自动驾驶。
语音：语音助手。
文本：新闻推送。
查看全部 -
神经网络就是分类
查看全部 -
神经网络训练过程
查看全部 -
常用激励函数：
查看全部 -
激励函数的作用：提供规模化的非线性化能力
查看全部 -
逻辑回归是一种最简化的网络结构
查看全部 -
线性组合、非线性处理。
g(z)激活函数
查看全部 -
单层神经网络：原始值、隐含层、输出层、输出值。
查看全部 -
功能：分类（图像、语音、文本）
查看全部
举报
0/150
提交
取消