qq_41241926的博客

前言前面介绍了全连接神经网络并将其运用在MNIST手写数字的数据集上，能够取得一定的准确率，但是对于图像的识别，我们有一种更高效、更准确的神经网络模型：卷积神经网络（Convolutional Neural Network）。这种网络相较于全连接神经网络而言，更能够体现出图像像素相对位置的影响，而且需要训练的参数更小，对于全连接神经网络而言，网络层数增多之后训练起来难度很大，且伴随着梯度消失问题，卷积神经网络也一定程度上解决了这种问题。ReLU激活函数首先介绍一种新的激活函数类型：ReLU函数，之前网

前言上篇介绍了深度学习框架pytorch的安装以及神将网络的基本单元：感知机。本文将介绍全连接神经网络(FCNet)的结构和训练方法，全连接神经网络是一种典型的前馈网络。感知机解决不了非线性分类问题，但是多层神经元叠加在一起理论上可以拟合任意的非线性连续函数映射。全连接网络全连接网络是一种前馈网络，由输入层、输出层和若干个隐层组成。如下图所示，输入层由ddd个神经元组成，用于输入样本的各个特征值；网络可以存在若干个隐层，每个隐层的神经元个数也是不确定的；输出层由lll个神经元组成，lll就是最后要分类

前言这个系列是有关深度学习的内容，包括一些常见的神经网络模型的训练和实际应用。本人接触深度学习时间不长，同样希望通过博客的方式记录学习过程和总结学习成果。废话不多说，本篇主要介绍深度学习工具Pytorch的环境搭建以及神经网络的基础单元：感知机模型。本人计算机配置好的环境：计算机系统：Window10，python版本为：3.7.4开发环境：PyCharm 2019.3.3Pytorch...