講人話的計算機視覺和深度學習（二）全連接神經網絡

文章目錄 前言 一、圖像表示 二、分類模型 1.全連接網絡的權值 2.全連接網絡與線性不可分 3.全連接神經網絡繪製與命名 4.激活函數 三、損失函數 1.Softmax 2.交叉熵 3.與多類支持向量機的對比 四、優化算法 1.計算圖與反向傳播 2.再看激活函數 3.動量法與自適應梯度 五、訓練過程 1.權值初始化 2.批歸一化（BN） 前言 有了上一章線性分類器的基礎，下面開始學習全連接神經網

>>阅读原文<<