知识卡片
激活函数打破线性叠加
MLP在线性变换之间加入非线性激活,使多层组合能够表达非线性模式。ReLU的简单例子是把负值变为0,正值保持原值。更复杂的激活并不自动带来更好效果,还会消耗计算与内存,因此要结合整体训练资源判断。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
非线性激活函数使得线性层能够学习非线性模式。线性层也称为前馈层(feedforward layer)。
参考来源
- 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:非线性激活函数使得线性层能够学习非线性模式。线性层也称为前馈层(feedforward layer)。