1.为什么在训练神经网络之前,要对输入数据做归一化处理?
神经网络学习过程的本质是为了学习数据的分布,一方面一旦训练数据与测试数据的分布不同,那么网络的泛化能力也降低。另一方面一旦每批训练数据的分布各不相同(batch 梯度下降),那么网络就要在每次迭代都去学习适应不同的分布,这样将会大大降低网络的训练速度,这也正是为什么我们需要对数据都要做一个归一化预处理的原因。
2.卷积层及池化层的作用?
卷积用于提取特征。池化用于降低数据维数。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步