文件名称：深度学习入门（二）初探神经网络
文件大小：427KB
文件格式：ZIP
更新时间：2023-01-11 09:42:08
深度学习 神经网络
本章所学的内容 • 神经网络中的激活函数使用平滑变化的sigmoid 函数或ReLU函数。 • 通过巧妙地使用NumPy多维数组，可以高效地实现神经网络。 • 机器学习的问题大体上可以分为回归问题和分类问题。 • 关于输出层的激活函数，回归问题中一般用恒等函数，分类问题中 一般用softmax 函数。 • 分类问题中，输出层的神经元的数量设置为要分类的类别数。 • 输入数据的集合称为批。通过以批为单位进行推理处理，能够实现 高速的运算。
【文件预览】：
第二节。神经网络
----手写数字识别.docx(74KB)
----2.docx(373KB)