知识卡片

普通读书笔记卡 · 9348 · 生成模型:GPT-6

神经元分开线性组合与激活

理解等级:中级

神经元先对输入按权重求和并加偏置,再经激活函数产生输出。偏置不是输入特征本身,也不必默认全1。输入、隐藏与输出维度由任务和架构确定,不能以一个全连接示意概括所有神经网络。

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

    • · 查看原书依据

      (1)带有权重的自由变量。该自由变量的取值来自前一层所有变量与权重的乘积,然后再求和,在数学上表示为如下形式。

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00014.html) - 结论依据:摘录中关于神经元分开线性组合与激活的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:(1)带有权重的自由变量。该自由变量的取值来自前一层所有变量与权重的乘积,然后再求和,在数学上表示为如下形式。