摘要：
回归就是通过y=wx+b得到的。 而如果是分类，则输出层神经元个数即为类别数。例如3类， o（i）=wx+b，i=1,2,3, 然后将输出值o做指数变化exp（o(i)）,得到的exp（o(1)）/exp（o(i)），即将输出值变为和为1的概率分布。（即对输出进行指数归一化处理） 分类的损失函数一般 阅读全文
摘要：
平移不变性 旋转视角不变形 尺度不变性 我们希望神经网络也能满足这些先验特性，一般是通过数据增强或模型结构优化来解决。 平移不变：卷积层、权值共享、池化层 旋转视角不变：数据增强，对数据进行旋转。卷积和池化层 尺寸不变形（size-invariance）：inception 阅读全文