cout_OK的博客

  在深度学习中，数据集扮演着至关重要的角色。它们是训练机器学习模型的基础，决定了模型能够学习到的模式和特征。要训练自己的模型，首要任务就是找到需要的合适数据集。可以通过在网上查找资源、雇佣人力采集、自己采集等方式实现数据的采集工作。按照给定的标签格式分类，这些数据集可以分类为：  数据集划分：假设你已经拥有了所需要的数据集（别急，下一节会介绍如何构建自己的数据集并将其封装为模型需要的格式），那么如何使用数据集对模型进行训练与评估呢，重要的一点是如何划分训练集与测试集，而训练集又可细分为训练集与验证集，常用

激活函数（Activation Function)是机器学习和深度学习领域一个非常重要的概念。在多层神经网络中，为了增加网络学习与表达能力，需要使用函数 f 对上一层的节点的输出 X 进行变换，即将 f(X) 作为下一层的输入。两层之间的对数据施加的变换函数称为激活函数，也叫激励函数。本文将介绍几种在深度学习任务中常见的激活函数。提示：这里对文章进行总结：