机器学习部分笔记

 
            
/images/ml.png

机器学习知识总结

1.Softmax

实际神经网络最后的输出层的类别是没有意义的，是给出的标签赋予了其意义，softmax之前的分类每一个类都有一个数值，训练过程中经过softmax后将其转化位概率，挑选出最大的概率与正确的标签比较，从而进行神经网络训练，在实战测试中继续给出预测的概率，onehot后给出类别

2.Dropout

随机断开神经网络连接，减少每次训练时实际参与计算的模型的参数量，但是在模型实战测试时，Dropout会恢复所有的连接，保证模型测试时获得最好的性能。

https://gitee.com/Brief-rf/BlogImages/raw/master/img/image-20200814215324381.png

https://gitee.com/Brief-rf/BlogImages/raw/master/img/image-20200814215339727.png

https://gitee.com/Brief-rf/BlogImages/raw/master/img/image-20200814215349134.png

3.BatchNorm层

简单来说就是将输入的数据进行映射，使得数据分布相近，并且分布在较小范围内

https://gitee.com/Brief-rf/BlogImages/raw/master/img/image-20200814210649048.png

 机器学习, Softmax, Dropout, BatcnNorm
 |