定义:
对“乘”、“加”运算 闭合。
作用:
非线性很难形式化,但却是深度学习的 核心竞争力 。
正是由于网络中强大的非线性因素,我们得以 深度地抽象出 特征。
非线性函数主要存在于 **函数、bn、pooling层 ,用来 增加模型容错能力(即 防止过拟合)。
Note:
- 假若网络中全部是线性部件,那么线性的组合 其实还是线性,与单独一个线性分类器无异。这样就根本做不到用非线性来逼近任意函数。
定义:
对“乘”、“加”运算 闭合。
作用:
非线性很难形式化,但却是深度学习的 核心竞争力 。
正是由于网络中强大的非线性因素,我们得以 深度地抽象出 特征。
非线性函数主要存在于 **函数、bn、pooling层 ,用来 增加模型容错能力(即 防止过拟合)。
Note:
相关文章: