层,或层次,是深度学习模型模型架构中的一种结构或網路拓撲,它从上一层获取信息,然后将信息传递给下一层。深度学习中有几个著名的层,即卷积神经网络中的卷积层和最大池化层。基本神经网络中的全连接层和ReLU层。循環神經網路中的RNN层和自动编码器中的解卷积层等。
與新皮質層次的相異
深度學習與新皮質的分層方式有本質上的分別:深度學習的分層取決於網路拓撲,新皮質的分層取決於層內的同質性。
參見
*深度学习
*層 (新皮質)
參考文獻
层,或层次,是深度学习模型模型架构中的一种结构或網路拓撲,它从上一层获取信息,然后将信息传递给下一层。深度学习中有几个著名的层,即卷积神经网络中的卷积层和最大池化层。基本神经网络中的全连接层和ReLU层。循環神經網路中的RNN层和自动编码器中的解卷积层等。
與新皮質層次的相異
深度學習與新皮質的分層方式有本質上的分別:深度學習的分層取決於網路拓撲,新皮質的分層取決於層內的同質性。
參見
*深度学习
*層 (新皮質)
參考文獻
评论 (0)