cs231n笔记(5)--传统神经网络,激活函数
来源:互联网 发布:超牛手机数据恢复软件 编辑:程序博客网 时间:2024/05/23 22:16
一.神经元
为了描述神经网络,我们先从神经元讲起,这个神经网络仅由一个“神经元”构成,以下即是这个“神经元”的图示:
具体过程是将Xn加权输入,再求和然后输入到“圆圈”中,圆圈实际上是激活函数,然后再输出,便完成了神经网络中一个神经元的计算过程。
二.激活函数
1.激活函数的作用是将神经网络里的线性变化转换成非线性变换。之前可以看出无论神经网络设计多么复杂,层数再多加权变换也是线性变换,此时需要激活函数才能更好的提取特征,激活函数可以把输入的特征保留并映射下来。
2.常用的激活函数:
(1)
Sigmoid:
历史上,sigmoid 函数曾非常常用,然而现在它已经不太受欢迎,实际很少使用了。
具体原因:http://www.jianshu.com/p/6df4ab7c235c
(2)Relu:
之前一直不理解为什么Relu是线性的,但激活函数应该是非线性变换啊。
后来理解了:当X<0时,y=0.在(0,0)有折点,所以不是线性变换。
三.人工神经网络
每条直线都有权值W,每个元都是一个激活函数,传统神经网络每层都是全连接。
阅读全文
0 0
- cs231n笔记(5)--传统神经网络,激活函数
- 斯坦福大学深度学习公开课cs231n学习笔记(5)神经网络结构与激活函数
- CS231n课程笔记5.1:神经网络历史&激活函数比较
- 斯坦福CS231n - CNN for Visual Recognition(5)-lecture5激活函数、神经网络结构
- cs231n 卷积神经网络与计算机视觉 5 神经网络基本结构 激活函数总结
- CS231n(15):神经网络笔记 2
- cs231n笔记(8)--卷积神经网络CNN
- cs231n神经网络笔记
- cs231n学习笔记-激活函数-BN-参数优化
- cs231n 学习笔记(5)——神经网络part1:建立神经网络架构
- 通俗理解卷积神经网络(cs231n与5月dl班课程笔记)
- 通俗理解卷积神经网络(cs231n与5月dl班课程笔记)
- CS231n(13):神经网络笔记1(上)
- CS231n(14):神经网络笔记1(下)
- CS231n(16):神经网络笔记3(上)
- CS231n(17):神经网络笔记3(下)
- 斯坦福大学深度学习公开课cs231n学习笔记(7)神经网络防止数据过拟合:损失函数和正则化
- 神经网络激活函数
- 国际范儿的教育云
- 信号与系统常用matlab函数
- ExtJs checkbox绑定click事件实现全选
- videoView和mediaController视频播放
- HDU-1255 覆盖的面积 (线段树 求矩形覆盖面积)
- cs231n笔记(5)--传统神经网络,激活函数
- 网络Cisco实验-同一交换机不同VLAN通信
- Til the Cows Come Home POJ
- 哈尔滨理工大学第七届程序设计竞赛决赛 B 幸运大奖
- 一个炫酷大屏展示页的打造过程
- java的整数类型,浮点类型,字符类型
- py3爬虫项目
- LeetCode题解:188. Best Time to Buy and Sell Stock IV
- Hibernate中持久化对象的三种状态