← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9776.b.2 · 生成模型:GPT-6

隐藏层作为特征提取

理解等级:中级

隐藏层把输入映射成供后续层使用的新表示。例如书中将 784 维手写数字像素向量映射到 100 维,再交给后续层分类;第一层可视为学习到的特征提取器。隐藏层输出维数由神经元数量决定,可以低于、等于或高于输入维数,并非所有全连接层都必然降维。

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:《用Python实现深度学习框架》第5章《神经网络》,5.7 小结(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_049.html`) - 结论依据:原文以 MNIST 隐藏层为例解释特征提取;维数边界由全连接层输入输出形状决定。 - 原始内容:第一隐藏层可以看作一个预处理器,或者特征提取器。