| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 深度学习——day28 class1 week3 神经网络中的激活函数与反向传播推导 -> 正文阅读 |
|
[人工智能]深度学习——day28 class1 week3 神经网络中的激活函数与反向传播推导 |
激活函数与梯度下降法3.6 激活函数
3.7 为什么需要非线性激活函数事实证明,如果你使用线性激活函数,或者没有激活函数,那么无论你的神经网络有多少层,一直在座的只是计算线性激活函数,所以不如直接去掉全部隐藏层——线性隐层一点用都没有(在NN中)。 3.8 激活函数的导数(微积分)sigmoid函数: 3.9 NN的梯度下降法3.9.1 Gradient descent for neural networks首先要随机初始化,3.11会讨论,如何求解偏导数在3.10 3.9.2 Formulas for computing derivatives首总结一下正向与反向传播的方程Z,A 3.10 (选修)直观理解反向传播3.10.1 流程图推导,逻辑回归:
3.10.2 总共六个方程,把所有训练样本向量化:
3.11 随机初始化权重全为0的问题,多个隐藏单元一模一样,就失去了意义: |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 | -2024/12/28 3:23:02- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |
数据统计 |