
主要就是通过多层神经网络来提高它的拟合能力,
其中激活函数主要是为了提高它的非线性拟合,
这个你可以从单个神经元上也可以看到,单个神经元就类似于像是一个简单的分类器,如果是多个神经元的话,就类似于很多条线,把空间划成了很多的小块,然后进行模式识别。
或者从两层的神经网络可以实现与或操作。
这里我觉得可以和SVM相比较,SVM更像是人工来设计他的分类模式,而深度学习就相当于让可学习的参数来自动设计这种模式,他俩本质其实都是相同的。

主要就是通过多层神经网络来提高它的拟合能力,
其中激活函数主要是为了提高它的非线性拟合,
这个你可以从单个神经元上也可以看到,单个神经元就类似于像是一个简单的分类器,如果是多个神经元的话,就类似于很多条线,把空间划成了很多的小块,然后进行模式识别。
或者从两层的神经网络可以实现与或操作。
这里我觉得可以和SVM相比较,SVM更像是人工来设计他的分类模式,而深度学习就相当于让可学习的参数来自动设计这种模式,他俩本质其实都是相同的。