Tensorflow05-激活函數、優化器、過擬合和Dropout

1.激活函數 激活函數用於在線性組合之後添加非線性因素。在我看來，相當於擴大不同類數據之間的差距。稱之爲「激活」，就是讓一類數據激活一個條件得到一個顯著不同的輸出。 激活函數把卷積後的結果壓縮到某一個固定的範圍，這樣可以一直保持一層一層下去的數值範圍是可控的。 常見的激活函數有如下： tf.nn.relu(features, name=None) tf.nn.relu6(features, nam

>>阅读原文<<