深度前馈网络

Posted bigcome

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度前馈网络相关的知识,希望对你有一定的参考价值。

1.深度前馈网络

  定义了一个映射 y = f(x;θ),并且学习参数 θ 的值,使它能够得到最佳的函数近似

2.这种模型被称为前向(feedforward)

  在模型的输出和模型本身之间没有反馈(feedback)连接

3.深度(depth)

  模型的层数

4.隐藏层(hidden layer)

  隐藏层的维数决定了模型的宽度(width)

5.线性模型

  逻辑回归和线性回归

  被局限在线性函数里

  扩展线性模型来表示 x 的非线性函数

   ?(x) 上,这里 ? 是一个非线性变换

  如何选择映射 ?

    使用一个通用的 ?

    手动地设计 ?

    深度学习的策略是去学习 ?

      y = f(x;θ,w) =?(x;θ) ? w

6.学习 XOR

   

以上是关于深度前馈网络的主要内容,如果未能解决你的问题,请参考以下文章

深度学习之前馈神经网络(前向传播和误差方向传播)

前馈神经网络

水很深的深度学习-Task03前馈神经网络

《深度学习实战》第3章 前馈神经网络

前馈神经网络|从机器学习到深度学习

前馈神经网络|从感知机到深度学习