深度学习—传统神经网络总结
来源:互联网 发布:程序员社招招聘条件 编辑:程序博客网 时间:2024/06/08 20:34
基础知识请参阅我之前的博客:
机器学习-神经网络表述 :http://blog.csdn.net/xinzhi8/article/details/69569174
机器学习-神经网络反向传播算法 : http://blog.csdn.net/xinzhi8/article/details/69664207
机器学习-神经网络综合运用 : http://blog.csdn.net/xinzhi8/article/details/69676883
机器学习算法实现-神经网络 : http://blog.csdn.net/xinzhi8/article/details/70154778
激励函数:线性转向非线性,评判激励函数的优劣主要考虑二个方面。前向传播与反向梯度损失,前向传播是将线性数据转化到{0,1}或{-1,1}等等离散的数据,反向梯度损失则越小越好。
常用的激励函数:
优点:将数据映射到[0,1]区间
缺点:y(x)导数的最大值是0.25,即反向损失的最小是75% ,梯度下降非常明显
优点:将数据映射到[-1,1]区间
缺点:虽然f(x)的导数最大值为1,但当取1的是,f(x)为0 对线性数据没有做非线性转化作用。
即反向梯度损失是有的
缺点:正向截取负值,损失大量特征
优点:反向梯度没有损失
优缺点:保留更多参数,反向梯度损失较小
阅读全文
0 0
- 深度学习—传统神经网络总结
- 深度学习(二):传统神经网络
- 深度学习(二):传统神经网络
- 深度学习(二)-----传统神经网络
- 小象学院深度学习笔记1(传统神经网络)
- 神经网络和深度学习-学习总结
- 深度学习系列——关于神经网络理解的总结
- 深度学习之卷积神经网络总结
- 深度学习(卷积神经网络)问题总结
- 深度学习|神经网络模型求解思路总结
- 神经网络——深度学习
- 机器学习——神经网络、深度学习 知识点总结 及 面试题汇总
- 机器学习——神经网络、深度学习 知识点总结 及 面试题汇总
- 深度学习之神经网络结构——卷积神经网络CNN
- 神经网络和深度学习(一)——初识神经网络
- 深度学习算法原理——神经网络
- 深度学习基础——神经网络起步
- 深度学习—卷积神经网络(一)
- <Linux> 使用ssh,ngrok 外网远程连接linux(树莓派)
- RMAN正确地删除Archivelog以及设置有备库的归档删除策略
- Mybatis之使用注解开发CRUD
- java,字符串定义和初始化,new String[5],为什么错误和正确?
- Spring MVC框架环境的搭建
- 深度学习—传统神经网络总结
- C/C++出现Debug Assertion Failed!错误
- 【ubuntu】系统崩溃(系统空间满了,sudo不可用,不能联网等)解决方法
- Spring笔记
- 通过nsis和duilib实现自定义安装界面
- ODI-1228: Caused By: java.sql.SQLSyntaxErrorException: ORA-00911: 无效字符
- myeclipse快捷键
- Swift 运算符
- Material Design 原来这么有趣