| 深度學(xué)習(xí)模型中不同激活函數(shù)的性能分析 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：6176 K | |
| 標(biāo)簽： 卷積神經(jīng)網(wǎng)絡(luò) 激活函數(shù) 性能分析 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：近年來，人們?yōu)樘幚肀姸鄦栴}引入了各種類型的神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)取得了巨大的發(fā)展。任何神經(jīng)網(wǎng)絡(luò)使用的層次結(jié)構(gòu)是線性和非線性函數(shù)的組合，其中最常見的非線性層是激活函數(shù)，如Logistic Sigmoid、Tanh、ReLU、ELU、Swish和Mish。對深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)進(jìn)行了介紹，并對不同激活函數(shù)的輸出范圍、單調(diào)性、平滑性等特點進(jìn)行了分析。通過在數(shù)據(jù)集上測試，對現(xiàn)在使用頻率較高的激活函數(shù)進(jìn)行了性能測試。對激活函數(shù)的分析將有助于進(jìn)一步地在模型設(shè)計中進(jìn)行選擇。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
卷積神經(jīng)網(wǎng)絡(luò) 相關(guān)資源
- 融合卷積神經(jīng)網(wǎng)絡(luò)的混凝投藥模型研究
- 深度學(xué)習(xí)模型中不同激活函數(shù)的性能分析
- 應(yīng)用于相機(jī)標(biāo)定的亞像素棋盤角點檢測
- 基于多模態(tài)特征融合的Android惡意程序檢測方法研究
- 基于動態(tài)自適應(yīng)計算引擎的MobileNetV3網(wǎng)絡(luò)加速器設(shè)計
- 基于殘差注意力自適應(yīng)去噪網(wǎng)絡(luò)和Stacking集成學(xué)習(xí)的局部放電故障診斷
- 基于改進(jìn)AlexNet卷積神經(jīng)網(wǎng)絡(luò)人臉識別的研究
- 基于深度學(xué)習(xí)的可視化圖表分類方法研究
wwei 的最新分享
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2