您现在的位置是:首页 > 技术资料 > 线性层与Softmax函数
推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

线性层与Softmax函数

更新时间:2026-02-28 13:10:55 大小:14K 上传用户:潇潇江南查看TA发布的资源 标签:线性层softmax函数 下载积分:2分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

线性层是深度学习中最基础的神经网络层之一,也称为全连接层(Fully Connected Layer)。其核心功能是通过线性变换对输入数据进行特征映射,数学表达式为:

y = Wx + b

其中:

· x表示输入向量,维度为(n, 1)

· W表示权重矩阵,维度为(m, n)

· b表示偏置向量,维度为(m, 1)

· y表示输出向量,维度为(m, 1)

线性层的主要作用包括:

· 特征空间转换:将输入数据从低维空间映射到高维空间,或反之

· 特征组合:通过权重矩阵实现输入特征的线性组合

· 参数学习:通过反向传播算法优化权重W和偏置b


部分文件列表

文件名 大小
1772255068线性层与Softmax函数.docx 14K

【关注B站账户领20积分】

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载