DNN,CNN和RNN優缺點/區別

1.感知機 包含有輸入層、輸出層和一個隱藏層。輸入的特徵向量通過隱藏層變換到達輸出層,由輸出層得到分類結果。 問題:它對稍微複雜一些的函數都無能爲力 2.多層感知機 使用sigmoid或tanh等連續函數模擬神經元對激勵的響應,在訓練算法上則使用Werbos發明的反向傳播BP算法。這就是現在所說的神經網絡NN。 問題: 其一,隨着神經網絡層數的加深,優化函數越來越容易陷入局部最優解,並且這個「陷阱
相關文章
相關標籤/搜索