← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3788.p

网络深度表示函数复合层数

理解等级:初级

前馈网络可写成多层函数依次复合:前一层的输出成为后一层的输入,链的长度表达模型深度。例如三个函数串成 f(x)=f⁽³⁾(f⁽²⁾(f⁽¹⁾(x))),x 先经第一层 f⁽¹⁾,结果交给第二层 f⁽²⁾,再交给第三层 f⁽³⁾,这条链长为 3。隐层位于输入与输出之间,逐层变换构成中间表示。深度与每层单元数所表达的宽度不同;比较网络层数前须说明输入层、输出层及其他运算是否计入,不能仅凭层多判断能力强。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能算法导论》第 191 项《20.2 深度学习算法实现/20.2.1 深度概念》(源文件:`_epub-src/EPUB/xhtml/chapter20_0002.xhtml`) - 结论依据:正文以三个函数复合解释层、隐层和链长;卡片据此区分深度与宽度,并补明计层口径。 - 原始内容:前馈神经网络通常可以用许多不同的函数复合在一起来进行表示……链的全长被称为模型的深度(depth)……除了输出层和输入层之外的中间层被称为隐层。