计算机视觉-深度学习与传统神经网络的区别

与传统神经网络的区别 区别 神经网络 深度学习 网络架构 3层以内 可达上千层 层间连接 通常全连接 形式多样:共享权值、跨层的反馈 目标函数 MSE(mean square error) CE(cross entropy) 激活函数 Sigmoid ReLU 梯度下降方法 GD Adam 避免过适应 凭经验 Dropout 目标函数 Softmax层 Softmax层的作用是突出 “最大值”并转

>>阅读原文<<