← 返回卡片

原书出处

机器学习算法原理与编程实践

10 第10章 认知计算与深度学习

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.771Z

个隐单元。相同颜色的权重被共享——它们的约束是相同的。梯度下降仍然可以用来学习这种共享参数,对于原有算法只有一个小变化。

共享权重的梯度仅仅是被共享参数的梯度总和。以这种方式复制的单元可以不管其在视场的位置即可检测出其他特征。此外,权重共享通过极大地降低自由参数的数目而增加了学习效率。

在模型上的约束使CNN实现了更好的视觉泛化。 3. 符号表示 特征图获取自卷积函数的反复应用,该函数跨越了整个图像的各个

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00034.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d