1. Toy模板网首页
  2. > Toy博客

【AI】《动手学-深度学习-PyTorch版》笔记（十四）：多层感知机

7月前 作者：郭老二 分类：Toy博客 阅读(32) 违法举报

这篇具有很好参考价值的文章主要介绍了【AI】《动手学-深度学习-PyTorch版》笔记（十四）：多层感知机。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

AI学习目录汇总

1、多层感知机网络结构

1.1 线性模型：softmax回归

在前面介绍过，使用softmax回归来处理分类问题时，每个输出通过都一个仿射函数计算，网络结构如下，输入和输出之间为全链接层：
【AI】《动手学-深度学习-PyTorch版》笔记（十四）：多层感知机,AI,人工智能,深度学习,pytorch

1.2 多层感知机

多层感知机就是在输入和输出中间再添加一个或多个全链接层，将中间的层称为“隐藏层”，下图为添加了一个全链接层的网络结构：
【AI】《动手学-深度学习-PyTorch版》笔记（十四）：多层感知机,AI,人工智能,深度学习,pytorch

1.3 隐藏层的作用

现实世界中，大部分问题不是线性问题，线性模型无法预测这些非线性问题，为此科学家们尝试再加入一层网络并配合激活函数来改变网络线性特征，使它可以处理更普遍的问题。

如果没有激活函数，多层仿射函数通过数学变换，可以合并成一层，可以证明只增加网络层，并不能改变线性特征。因此在每个隐藏层的输出加入激活函数，可以防止多层感知机退化成线性模型。文章来源地址https://www.toymoban.com/news/detail-644448.html

到了这里，关于【AI】《动手学-深度学习-PyTorch版》笔记（十四）：多层感知机的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包