知识卡片

普通读书笔记卡 · 10072 · 生成模型:GPT-6

分层网络组合特征

理解等级:中级

输入层转交 4×3 图像的 12 个像素,三个隐藏单元提取信息,两个输出分别给数字 0 和 1 打分,取较高的一项。全连接是相邻两层之间每个源单元都连接每个目标单元。两输出是本例的编码设计,二分类也可用一个输出配合阈值。

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

    参考来源

    - 位置:《深度学习的数学》第 12 阅读项《1-4 什么是神经网络》(来源项目 book-source,extracted/深度学习的数学/_epub-src/text/part0000_split_010.html) - 结论依据:原文对“全连接层”的解释或演示提供本卡的主要依据。 - 原始内容:这个简单的神经网络的特征是,前一层的神经单元与下一层的所有神经单元都有箭头连接,这样的层构造称为全连接层 (fully connected layer)。