最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網 會員登陸 & 注冊

03 深度學習之輸出層的設計

2020-03-21 10:28 作者:薈呀薈學習  | 我要投稿

1.定義

????????神經網絡可以用在分類問題和回歸問題上,不過需要根據情況改變輸出層的激活函數。一般而言,回歸問題用恒等函數,分類問題用softmax函數。

2.恒等函數

????????恒等函數會將輸入按原樣輸出,對于輸入的信息,不加以任何改動地直接輸出。

3.Softmax函數

????????Softmax函數,或稱歸一化指數函數,是邏輯函數的一種推廣。Softmax函數實際上有限項離散概率分布的梯度對數歸一化。

  • 公式:

  • 圖像

  • 特征

    Softmax函數的輸出值的總和是1。

  • 目的

    通過使用 softmax函數,我們可以用概率的(統計的)方法處理問題。

  • 改進

    加入常數,防止超大值進行除法運算時結果“不確定“情況。

4.輸出層的神經元數量

????????輸出層的神經元數量需要根據待解決的問題來決定。對于分類問題,輸出層的神經元數量一般設定為類別的數量。







03 深度學習之輸出層的設計的評論 (共 條)

分享到微博請遵守國家法律
桓仁| 厦门市| 繁峙县| 綦江县| 平塘县| 镇巴县| 瓮安县| 霍邱县| 万荣县| 扬州市| 柘荣县| 庆安县| 临武县| 石门县| 阿瓦提县| 根河市| 城市| 桃江县| 郸城县| 临朐县| 南木林县| 新邵县| 阜宁县| 八宿县| 建始县| 策勒县| 呼和浩特市| 枞阳县| 鸡西市| 滨州市| 清苑县| 当涂县| 安溪县| 年辖:市辖区| 新源县| 格尔木市| 阿拉善左旗| 嘉兴市| 界首市| 巴林右旗| 会同县|