时间轴网站设计,建设摩托车官网商城踏板,合肥房产备案网,思创医惠网站建设声明 本文章基于哔哩哔哩付费课程《小白也能听懂的人工智能原理》。仅供学习记录、分享#xff0c;严禁他用#xff01;#xff01;如有侵权#xff0c;请联系删除 目录 一、知识引入 #xff08;一#xff09;深度学习 #xff08;二#xff09;Tensorflo…声明 本文章基于哔哩哔哩付费课程《小白也能听懂的人工智能原理》。仅供学习记录、分享严禁他用如有侵权请联系删除 目录 一、知识引入 一深度学习         二Tensorflow游乐场 三 sigmoid激活函数的缺点 四ReLu激活函数 一、知识引入 一深度学习         深度学习就是不断地增加一个神经网络的隐藏层神经元让输入的数据被这些神经元不断地抽象和理解最后得到一个具有泛化能力的预测网络模型。 我们一般把隐藏层超过3层的网络称为“深度神经网络”。 二Tensorflow游乐场 http://playground.tensorflow.org 三 sigmoid激活函数的缺点 一旦进入sigmoid函数远离中心点的位置虽然仍然可导、导数依旧不为0但导数却极其的小。 距离中心越远的位置这个导数越小也就是梯度消失问题。 四ReLu激活函数 对于隐藏层的神经元若没有其他的想法和需求ReLu应该作为激活函数的第一选择。 当然在最后的输出层因为sigmoid的上下限刚好在0-1之间很适合做分类。所以输出层的激活函数韩式选择sigmoid。