笔记 - 深度学习脉络整理:1.基础结构单元

这篇笔记深入探讨了深度学习的基础结构单元,包括全连接层、卷积层、反卷积、Pooling层以及激活函数等。此外,还讨论了激活函数的作用、损失函数的选择及其对网络训练的影响,同时提到了批量归一化(BN)和Batch Renormalization在优化网络训练中的作用。

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

资料:

深度学习基础课程
深度学习大讲堂 - 首期第三讲:深度学习基础


前置:

对深度学习基础知识有一定的了解,
进一步了解它们的内涵


概括图

在这里插入图片描述

基础结构单元
  • 所有op得知道是什么意思
    • 全连接层的op
    • 卷积层的op
激活函数
  • 为什么说激活函数是神经网络非线性性的来源
  • 激活函数的取值范围
  • 激活函数的导数
损失函数
  • 调整网络:
    • 调网络结构
    • 调损失函数
      • eg:给损失函数加权
  • 损失函数的物理意义
  • 损失函数的导数
网络训练
  • 误差反向传播算法
    • 如何做参数更新
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