深度学习之四卷积神经网络进阶（alexnet）_06卷积神经网络进阶(alexnet)

作者：代码创新者 | 2024-01-30 15:33:34

踩

06卷积神经网络进阶(alexnet)

深度学习之四

卷积神经网络进阶（alexnet）

为什么要有不同的网络结构？
不同的网络结构解决的问题不同。
不同的网络结构使用的技巧不同。
不同的网络结构应用的场景不同。
在这里插入图片描述

每次的dropout都是随机的，所以结果相当于是很多子网络的组合，在机器学习中模型组合一般是能提升最后的模型效果。
在这里插入图片描述
神经元之间的依赖关系被消除，就降低了过拟合的风险。过拟合是神经元记住了所有的数据，而一个神经元是记不住的，而是需要多个神经元去组合与配合。而dropout每次都去随机删掉一些神经元，使得神经元之间去组合记忆的环境就不存在了，所以神经元之间的依赖关系被消除，就降低了过拟合的风险。
在这里插入图片描述

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/article/detail/47269

深度学习之四 卷积神经网络进阶（alexnet）_06卷积神经网络进阶(alexnet)

深度学习之四

卷积神经网络进阶（alexnet）

深度学习之四卷积神经网络进阶（alexnet）_06卷积神经网络进阶(alexnet)