知识卡片
小批量仿射变换
输入矩阵的每一行代表一个样本,仿射层用共享权重同时计算各样本的加权和,再对每行加同一偏置。例如 (10,2) 的输入乘 (2,4) 的权重,得到 (10,4) 的输出。批量计算改变计算组织,不使各行成为同一条样本。
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
- 神经网络的复习 · 查看原书依据
x 的第 1 个维度对应于各笔样本数据。比如,x[0] 是第 0 笔输入数据,x[1] 是第 1 笔输入数据
参考来源
- 位置:《深度学习进阶:自然语言处理》第1章《神经网络的复习》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0006_split_002.html)
- 结论依据:原文给出该机制或实验条件;边界与示例按正文说明整理。
- 原始内容:x 的第 1 个维度对应于各笔样本数据。比如, x[0] 是第 0 笔输入数据, x[1] 是第 1 笔输入数据