<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Li_LinXiang的博客]]></title><description><![CDATA[深度学习]]></description><link>https://blog.youkuaiyun.com/Li_LinXiang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Li_LinXiang]]></copyright><item><title><![CDATA[常见的非线性激活函数]]></title><link>https://blog.youkuaiyun.com/Li_LinXiang/article/details/83045105</link><guid>https://blog.youkuaiyun.com/Li_LinXiang/article/details/83045105</guid><author>Li_LinXiang</author><pubDate>Sun, 14 Oct 2018 10:35:56 +0800</pubDate><description><![CDATA[1. sigmod函数

函数公式和图表如下图




在sigmod函数中我们可以看到，其输出是在(0,1)这个开区间内，这点很有意思，可以联想到概率，但是严格意义上讲，不要当成概率。sigmod函数曾经是比较流行的，它可以想象成一个神经元的放电率，在中间斜率比较大的地方是神经元的敏感区，在两边斜率很平缓的地方是神经元的抑制区。

当然，流行也是曾经流行，这说明函数本身是有一定的缺陷的。

1)...]]></description><category></category></item><item><title><![CDATA[DCGAN生成对抗网络原理代码详细讲述（巨微）以及网络改进]]></title><link>https://blog.youkuaiyun.com/Li_LinXiang/article/details/83041427</link><guid>https://blog.youkuaiyun.com/Li_LinXiang/article/details/83041427</guid><author>Li_LinXiang</author><pubDate>Sat, 13 Oct 2018 23:13:46 +0800</pubDate><description><![CDATA[声明

GAN是近年深度学习领域的利刃，革新的GAN总给人以惊叹的表现。本文的所有讲解均为本人通过相关的书籍、博客，然后加上自己两周的体会所总结的。本文所述原理由python实现，注解详细，若有不妥之处，多多指教。（从原理到代码(100%可运行，超详细)，一个博客就够了）

DCGAN原理
DCGAN全称Deep Convolutional Generative Adversarial Netwo...]]></description><category></category></item></channel></rss>