什么是深度学习?DNN就是有多个隐层的NN
机器学习的本质,是学习一个函数,学习一种信息到另一种信息的映射。

这种映射的建立,分为三个步骤:确定模型的结构,训练模型的参数,寻找出最佳参数的模型。然后就可以利用这个模型来进行预测。

在神经网络中,输入向量和权重向量相乘,然后加上偏差,再经过激活函数,一般是sigmod,就得到了一个神经元的输出。

在普通的一次函数中,我们用k和b定义这个函数,而在神经网络中,我们就利用神经网络的架构,例如每一层神经元的数量,每个连接的权重和偏差,来定义这个映射。

全连接前向网络,就是神经元信息的传递,只能从输入层到输出层的方向,且所有元素全部连接。而深度网络,就是指有很多隐层的神经网络。

softmax函数,相当于把所有预测的结果,映射到0-1区间内,变成一种概率分布,概率大小就是置信度confidence,最后输出概率最大的

最低0.47元/天 解锁文章
4486

被折叠的 条评论
为什么被折叠?



