意思是:开始时的学习率initial_learning_rate,global_step:达到的率,every:100000步,学习率降低到原来的94%。
注意:学费的确定是经验性的,应该迭代确定。 它在不绕过最优解的情况下实现了快速的速度。
单层神经网络有其自身的缺点,就是解决一些线性问题而对于非线性问题则无能为力,所以引入多层神经网络来解决线性问题当然,多层神经网络也可以解决线性问题。 下图是多层神经网络的示意图:
ConventJS示例:https://cs.stanford.edu/people/karpathy/convnetjs/demo/classify2d.html
那么为什么精度没有随着层数的增加而提高呢?
这是与精度相关的下一件事:活函数。
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-mesu2f8d.html
上一篇:python深度神经网络算法
下一篇:使用python深度神经网络