原创力文档- 1、本文档共55页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
深度神经网络
(DeepNeuralNetwork)
HaihuaXie,AssistantProfessor
BeijingInstituteofMathematical
SciencesandApplications(BIMSA)
ArtificialIntelligenceand
MachineLearning
2024.03
深度学习—深度神经网络
11
(+)
1神经元
222
(+)
……
输入层隐藏层2输出层
神经元
输出激活参数输入偏置项
函数
神经元-激活函数
神经元-激活函数
x1b
x2
x3hW,b(x)
W
+1
ℎ(x)=(+)
W,b
：非线性激活函数
1
=
1+−′(z)=(z)(1-(z))
=ℎ=−−2
+−′(z)=1-(z)
全连接神经网络
神经网络的训练-梯度下降法
目标函数：
n个样本样本i的标签样本i的模型输出
模型训练目标：获取合适的W，使得目标函数值最小
′
函数=()的极值点=0
！计算机不会解方程
神经网络的训练-梯度下降法
随便选择一个点开始
比如上图的x0
接下来，每次迭代修改x的值为
xxx…
123
数次迭代后达到函数最小值点
神经网络的训练-梯度下降法
如何保证迭代时往函数最小值的方向前进？
向函数y=f(x)的梯度的相反方向来修改x
梯度：向量，指向函数值上升最快的方向
文档评论（0）