摘要: 深度学习的基本原理是基于人工神经网络,输入信号经过非线性的active function,传入到下一层神经元;再经过下一层神经元的activate,继续往下传递,如此循环往复,直到输出层。正是因为这些active functions的堆砌,深度学习才被赋予了解决非线性问题的能力。当然,仅仅靠acti 阅读全文
posted @ 2018-06-26 10:24 Poll的笔记 阅读(4805) 评论(2) 推荐(6) 编辑