卷积神经网络CNN【3】非线性激活层Relu层

本文介绍了非线性激活层ReLU函数的定义及作用:f(x)=max(0,x)。ReLU层保留了大于0的值,有助于突出较好的特征,并舍弃较小的特征。通常情况下,在卷积操作后会先应用ReLU激活函数,然后再进行池化操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

【3】非线性激活层Relu

Relu函数

f(x)=max(0,x)

非线性激活层即保留大于0的值,即保留特征比较好的值,将特征小于0的值舍去

卷积后一般先跟relu再跟池化。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值