| 深度學習模型中不同激活函數(shù)的性能分析 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：6176 K | |
| 標簽： 卷積神經(jīng)網(wǎng)絡 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，神經(jīng)網(wǎng)絡取得了巨大的發(fā)展。任何神經(jīng)網(wǎng)絡使用的層次結構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。對深度學習神經(jīng)網(wǎng)絡中的激活函數(shù)進行了介紹，并對不同激活函數(shù)的輸出范圍、單調性、平滑性等特點進行了分析。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)進行了性能測試。對激活函數(shù)的分析將有助于進一步地在模型設計中進行選擇。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2