隐藏层

作者: Roger Morrison
创建日期: 26 九月 2021
更新日期: 1 七月 2024
Anonim
05 神经网络隐藏层的必要性
视频: 05 神经网络隐藏层的必要性

内容

定义-隐藏层是什么意思?

人工神经网络中的隐藏层是输入层和输出层之间的一层,其中人工神经元接收一组加权输入并通过激活函数产生输出。它是几乎任何神经网络的典型部分,工程师可以在其中模拟人脑中进行的活动的类型。


Microsoft Azure和Microsoft Cloud简介在本指南中,您将了解什么是云计算,以及Microsoft Azure如何帮助您从云迁移和运行业务。

Techopedia解释了隐藏层

隐藏的神经网络层以许多不同的方式设置。在某些情况下,加权输入是随机分配的。在其他情况下,可以通过称为反向传播的过程对它们进行微调和校准。无论哪种方式,隐藏层中的人工神经元都像大脑中的生物神经元一样工作-它吸收其概率输入信号,对其进行处理,然后将其转换为与生物神经元轴突相对应的输出。

机器学习模型的许多分析都集中在神经网络中隐藏层的构建上。设置这些隐藏层以生成各种结果的方法有多种-例如,专注于图像处理的卷积神经网络,包含内存元素的循环神经网络以及可以直接用于训练数据的简单前馈神经网络。套。

这个定义写在神经网络的骗局中