CNN激活函數與選擇經驗，CNN層級結構與典型CNN

1. 激活函數網絡 2.激勵層選擇函數的經驗：函數 (1) 儘可能不要使用Sigmoid；學習 (2) 首先試用ReLU，緣由是快，但須要當心；3d (3) 若是(2)失效，使用Leaky ReLU或Maxout；blog (4) 某些狀況下，tanh到有不錯的結果，可是這種狀況比較的少。io 3. 卷積神經網絡的層級結構：class 數據輸入層  Input Layer 卷積計算層  CONV

>>阅读原文<<