pytorch 为什么在深度学习二进制分类中使用线性层?[closed]

yk9xbfzb  于 2022-11-09  发布在  其他
关注(0)|答案(1)|浏览(160)

**已关闭。**此问题为not about programming or software development。目前不接受答案。

此问题似乎与a specific programming problem, a software algorithm, or software tools primarily used by programmers无关。如果您认为此问题与another Stack Exchange site相关,您可以留下评论,说明在何处可以找到此问题的答案。
9天前关闭。
Improve this question
在许多使用深度学习的二进制分类示例中
为什么要使用线性图层?我一直在互联网上查找有关使用线性图层的原因的信息
例如:
https://github.com/StatsGary/PyTorch_Tutorials/blob/main/01_MLP_Thyroid_Classifier/PyTorch_Binary_From_Scratch.py
https://hutsons-hacks.info/building-a-pytorch-binary-classification-multi-layer-perceptron-from-the-ground-up

kmynzznz

kmynzznz1#

线性层是全连通层的另一个名称(数学上有点不正确),它是最标准、最经典的神经网络,在某种意义上也是最强大的神经网络构建模块。完全由全连通层构建的网络是通用近似器,因此是任何研究的良好起点。

相关问题