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)自己的反复试验修正

 
 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

 

深度学习数学理论学习(一)-神经网络结构介绍最先出现在Python成神之路

版权声明:
作者:zhangchen
链接:https://www.techfm.club/p/8050.html
来源:TechFM
文章版权归作者所有,未经允许请勿转载。

THE END
分享
二维码
< <上一篇
下一篇>>