附上一个网址,这个网址可以比较直观的显示一个神经网络模型的样子:
页面中以下代码中的数字1,代表一层:
layer_defs.push({type:'fc', num_neurons:1, activation: 'tanh'});
layer_defs.push({type:'fc', num_neurons:1, activation: 'tanh'});

改为3,神经网络模型变得更加准确:

改为10,会发现点分类的很完美了,但是右边的神经网络模型太复杂,这就使得过拟合:

神经网络可以通俗的理解为,输入一组数据,通过无数层的计算筛选,最后确定最终输出的数据:

每两个层之

本文介绍了手动搭建神经网络的过程,强调了激活函数的作用,如sigmoid和relu,以及它们如何影响梯度消失。通过改变神经网络层数,观察模型在过拟合和准确性之间的平衡。同时,通过一个实例展示了如何训练神经网络,通过反向传播不断调整权重以减小预测误差。
最低0.47元/天 解锁文章
8万+

被折叠的 条评论
为什么被折叠?



