【计算机视觉实践05】基于深度神经网络的宝石分类.pptxVIP

1基于深度神经网络的宝石分类

建立模型损失函数“0”“2”“5”参数学习Using“罗红霉素”TrainingTesting监督学习任务:手写识别训练数据测试数据Step1Step2Step3深度学习方法应用

生物神经元每个神经元都是一个多输入单输出的信息处理单元；神经元具有空间整合和时间整合特性；神经元输入分兴奋性输入和抑制性输入两种类型；神经元具有阈值特性。深度神经网络-神经元

…偏置bias权重weights………Asimplefunction激活函数理解：简单线性函数f(x)=kx+b(k是斜率，b是截距)神经元深度神经网络-神经元

神经元节点的间的激活神经元继续传递信息、产生新连接的概率（超过阈值被激活，但不一定传递）激活函数没有激活函数相当于矩阵相乘多层和一层一样只能拟合线性函数5深度神经网络-激活函数

常见的激活函数为了增强网络的表达能力，我们需要激活函数来将线性函数-非线性函数非线性的激活函数需要有连续性。因为连续非线性激活函数可以可导的，所以可以用最优化的方法来求解常用激活函数示例激活函数深度神经网络-激活函数

神经元不同的连接方式构成不同的网络结构每个神经元都有自己的权重和偏置参数多层感知器深度神经网络-多层感知器

1-11-21-1010.980.124-22-1-1-20.86