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
六枝特区| 黄陵县| 平阴县| 永吉县| 霍邱县| 临邑县| 应城市| 特克斯县| 兴海县| 佛学| 华池县| 大丰市| 禄劝| 新津县| 廉江市| 寻乌县| 徐州市| 宜兰县| 武功县| 万全县| 内江市| 四会市| 商都县| 无极县| 岗巴县| 东台市| 北宁市| 安平县| 塔河县| 桂阳县| 西城区| 霍州市| 德化县| 皮山县| 巨野县| 墨玉县| 华亭县| 闸北区| 绿春县| 伊金霍洛旗| 荆门市|