【小记】深度学习学习

xiaoxiao2021-02-28  8

推荐给初学LSTM或者懂个大概却不完全懂的人:http://blog.csdn.net/u014422406/article/details/52806430

https://www.zhihu.com/question/24627666

核函数:https://www.zhihu.com/question/24627666(第二个回答佳)

核函数的作用就是隐含着一个从低维空间到高维空间的映射,而这个映射可以把低维空间中线性不可分的两类点变成线性可分的。

在机器学习中常用的核函数,一般有这么几类,也就是LibSVM中自带的这几类: 1) 线性  2) 多项式  3) Radial basis function  4) Sigmoid softmax:https://www.zhihu.com/question/23765351

sigmoid将一个real value映射到(0,1)区间(也可以是(-1,1)),这样可以用来做二分类。

softmax把一个k维的real value向量(a1,a2,a3,a4….)映射成一个(b1,b2,b3,b4….)其中bi是一个0-1的常数,然后可以根据bi的大小来进行多分类的任务,如取权重最大的一维。

转载请注明原文地址: https://www.6miu.com/read-1100219.html

最新回复(0)