【深度学习】非线性 (Nonlinear)

本文探讨了线性与非线性概念的区别及其在深度学习中的应用。指出非线性是深度学习的关键,它使得网络能够抽象出复杂特征。文章还强调了仅使用线性组件的网络无法形成复杂的函数。

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

“线性” 定义:

对“乘”、“加”运算 闭合。

作用:

  • 非线性很难形式化,但却是深度学习的 核心竞争力
  • 正是由于网络中强大的非线性因素,我们得以 深度地抽象出 特征。
  • 非线性函数只存在于 激活函数pooling
    这里写图片描述

Note:

  • 假若网络中全部是线性部件,那么线性的组合 其实还是线性,与单独一个线性分类器无异。这样就无法组合成复杂的函数来逼近任意函数。
评论 1
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