决策界面与神经网络

在没有隐层的时候,神经网络相当于最简单的线性回归模型;在输出Node加上一个函数变化,在神经网络中称为“激活函数”,比如Sigmoid变换,这个激活函数便为逻辑回归。

最简单的神经网络可以做线性回归和逻辑回归。

有一个隐层的神经网络,如果隐层没有加任何激活函数的话,和没有隐层的神经网络是一样的。只是把一个实数拆成了更多的组合。

深度学习的本质就是增加了很多很多隐层,是的模型效果变好。神经网络增加隐层的意义何在?

决策界面

引入决策界面的概念。

Change log

2017.11.4 创建

results matching ""

    No results matching ""