← 返回卡片

原书出处

深度学习

06 第6章 深度前馈网络

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.627Z

每个样本占一行,那么矩阵表示为 神经网络的第一步是将输入矩阵乘以第一层的权重矩阵: 然后,我们加上偏置向量 c ,得到

在这个空间中,所有的样本都处在一条斜率为1的直线上。当我们沿着这条直线移动时,输出需要从0升到1,然后再降回0。线性模型不能实现这样一种函数。

为了用 h 对每个样本求值,我们使用整流线性变换: 这个变换改变了样本间的关系。它们不再处于同一条直线上了。如图6.1所

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/深度学习/_epub-src/text/part0002.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639