qq_42256930的博客

图像的通道通常图像分为单通道、三通道、四通道 单通道：也就是通常所说的灰度图，每个像素点只有一个值表示，如果图像的深度是4-(256 = 2*2*2*2) 为2^4(下同)，那么他的像素取值范围是:0(黑)~255(白),并且仅用一个数字表示该点的像素值； 三通道：也就是通过见到的彩色图，每个像素点有三个值表示，如果图像深度是4-(256 = 2*2*2*2),那么他的像素值有红(0~255)、绿(0~255)、蓝(0~255)叠加表示，色彩更加艳丽,每一个像素值为三个数字(a,b,c)

为什么要使用sigmoid，tanh，ReLU等非线性函数？这个原因大家都知道，为了增加非线性呗！深度学习的目的是用一堆神经元堆出一个函数大致的样子，然后通过大量的数据去反向拟合出这个函数的各个参数，最终勾勒出函数的完整形状。那如果激活函数只是线性函数，那一层层的线性函数堆起来还是线性的，这年头线性函数能干啥呀？肯定不行，这样整个网络表现能力有限，所以要引入非线性的激活函数进来。那为什么用ReLU呢？我们先看ReLU和他的老对手sigmoid长什么样：ReLU函数：Sigmoid函数：