神经网络基础知识

本文介绍了神经网络的基础知识,包括感知机模型、神经网络的分类和特点,以及深度学习中的全连接网络、SoftMax回归、损失计算和优化算法。还提到了神经网络API的使用,如tf.nn、tf.layers和tf.contrib,并讨论了one-hot编码和准确度计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、感知机模型概念
有n个输入数据,通过权重与各数据之间的计算和,比较激活函数结果,得出输出。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
二、感知机的应用
很容易解决与、或、非问题,解决分类问题。
三、感知机与逻辑回归的联系与区别
感知机用的是阈值,而逻辑回归用的是sigmoid激活函数。
四、神经网络的概念
在机器学习和认知科学领域,人工神经网络(artificial neural network,缩写ANN),简称神经网络(:neural network,缩写NN)或类神经网络,是一种模仿生物神经网络的结构和功能的计算模型,用于对函数进行估计或近似。
在这里插入图片描述
五、神经网络的分类
(一)基础神经网络:单层感知器,线性神经网络,BP神经网络,Hopfield神经网络等;
ÿ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值