知识卡片
多层感知器架构
人工神经网络概念建立在对人脑处理复杂问题的假想建模上,人工神经元是构建基石。把多个神经元连接成多层前馈神经网络(MLP):输入层、隐层、输出层,隐层全连接输入层、输出层全连接隐层;含不止一个隐层即深度网络。隐层数与各层单元数是超参,可用交叉验证优化;但层/单元增多会带来过拟合,需正则化。
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
原书出处 · 1 处
- 使用人工神经网络识别图像 · 查看原书依据
如果网络中包含不止一个隐层,我们则称其为深度人工神经网络
参考来源
- 位置:《Python机器学习》第12章《12.1.2 多层神经网络架构简介》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0152.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:如果网络中包含不止一个隐层,我们则称其为深度人工神经网络