在看tensorflow的时候,发现书中代码提到,使用ReLU激活函数完成去线性化
为什么需要激活函数去线性化?
查了一下quaro,觉得这个回答能看明白(顺便问一句,截图算不算引用??)

----------------------------------------------------------------------------
个人理解:
如果不用激活函数,多层神经网络和一层神经网络就没什么区别了
经过多层神经网络的加权计算,都可以展开成一次的加权计算
本文解释了为什么在深度学习中需要使用ReLU这样的激活函数来实现非线性映射。通过引入激活函数,多层神经网络能够解决复杂的非线性问题,避免网络退化为单一的线性组合。
在看tensorflow的时候,发现书中代码提到,使用ReLU激活函数完成去线性化
为什么需要激活函数去线性化?
查了一下quaro,觉得这个回答能看明白(顺便问一句,截图算不算引用??)

----------------------------------------------------------------------------
个人理解:
如果不用激活函数,多层神经网络和一层神经网络就没什么区别了
经过多层神经网络的加权计算,都可以展开成一次的加权计算
?&spm=1001.2101.3001.5002&articleId=80239229&d=1&t=3&u=7df0ebb0caba40f18a2f8af04fb474ea)