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
共有 0 条评论