Nicksxs's Blog
·
深度学习入门初认识
💡
原文中文，约900字，阅读约需3分钟。
📝
内容提要
本文介绍了深度学习入门的基础知识，包括感知机、激活函数、回归问题和分类问题等。感知机是具有输入和输出的算法，可以通过多层感知机表示计算机。激活函数在前面的与或门和基础的感知机的基础上加上了输出的条件，常用的是sigmoid函数。对于回归问题，可以用恒等函数，而对于分类问题，则使用softmax函数。该函数可以将多个结果概率进行数值处理，使得其他概率值也能够被使用，但是减弱其份额权重。
🎯
关键要点
- 深度学习入门的基础知识包括感知机、激活函数、回归问题和分类问题。
- 感知机是具有输入和输出的算法，单层感知机无法实现复杂的异或门，但可以通过多层感知机实现。
- 激活函数在感知机的基础上增加了输出条件，主要使用sigmoid函数。
- 回归问题使用恒等函数，分类问题使用softmax函数，softmax函数用于归一化多个结果概率。
➡️
