tensorflow自學筆記(三)2018/11/8
阿新 • • 發佈:2018-12-20
tensorflow自學筆記(3)2018/11/8 在上一個自學筆記中,我們談論了一個基礎的神經網路的定義的方法,並且,嘗試與搭建自己的第一個神經網路,現在我們將對深層的神經網路開始分析,深層只是一個程度上的概念,有兩個特性,多層和非線性 多層是指層的深度,如深度殘差網路等,以此來減小會出現的梯度消失和梯度爆炸的問題,本文將從線性模型的侷限性來討論 線性模型只是w1,w2…的累乘,換而言之,任意層的全連線神經網路和單層的神經網路所能解決的問題沒有太大的區別,並且線性模型能解決的問題是有限的,某些二分類問題甚至不能使用平面或者是直線來劃分,所以在這裡引入了激勵函式,即非線性的部分 隱藏層的神經元可以分為前後兩半,一部分計算線性結果,一部分輸出激勵後的結果