理解 ImageNet 竞赛的背景、AlexNet 以 ReLU/Dropout/GPU 并行等创新大幅刷新 Top-5 错误率的历史意义,以及其八层网络架构与 PyTorch 实现
标签:ReLU
共 3 篇相关内容,按发布时间排列。
理解激活函数的核心作用(引入非线性)、若无激活函数则多层退化为单层的数学证明,以及四种常用激活函数的公式、图像与适用场景
理解链式法则连乘导致的梯度消失/爆炸的根本原因,以及三大应对策略:选择 ReLU 激活函数、Kaiming 参数初始化、消除神经元对称性
共 3 篇相关内容,按发布时间排列。
理解 ImageNet 竞赛的背景、AlexNet 以 ReLU/Dropout/GPU 并行等创新大幅刷新 Top-5 错误率的历史意义,以及其八层网络架构与 PyTorch 实现
理解激活函数的核心作用(引入非线性)、若无激活函数则多层退化为单层的数学证明,以及四种常用激活函数的公式、图像与适用场景
理解链式法则连乘导致的梯度消失/爆炸的根本原因,以及三大应对策略:选择 ReLU 激活函数、Kaiming 参数初始化、消除神经元对称性