原创力文档- 1、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。。
- 2、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。
- 3、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)。
查看更多
6-1梯度下降算法的正确步骤是什么？
（1）用随机值初始化权重和偏差
（2）把输入传入网络，得到输出值
（3）计算预测值和真实值之间的误差
（4）对每一个产生误差的神经元，调整相应的（权重）值以减小误差
（5）重复迭代，直至得到网络权重的最佳值
6-2为什么ReLU常用于神经网络的激活函数？
（1）反向传播时，可以避免梯度消失。
（2）ReLU会使一部分神经元的输出为0，这样就造成了网络的稀疏性，并且减少了参数的相互依存关系，缓解了过拟合问题的发生。
（3）相对于sigmoid激活函数和tanh激活函数，ReLU求导简单。采用sigmoid等函数，算激活函数时（指数运算）计算量大，反向传播
文档评论（0）