vault backup: 2024-04-01 15:13:02

2024-04-01 15:13:02 +08:00
parent 876e6b0afb
commit 8bea90e8ff
2 changed files with 5 additions and 1 deletions
@@ -11,4 +11,5 @@ $L(\mathbf{w}, b) = \frac1n\sum_{i=1}^{n} l^i(\mathbf{x}, b)$
  $(\mathbf{w}, b) <- (\mathbf{w},b) - \frac{\eta}{|B|} \sum_{i\in{B}}\partial_{(\mathbf{w}, b)}l^i(\mathbf{w},b)$
  其中$\eta$代表学习率
 # 激活函数
-在MLP中，由于多个线性层叠加，最终的结果和单层感知机并无区别，加入激活函数后，可以破坏这种线性叠加。
+在MLP中，由于多个线性层叠加，最终的结果和单层感知机并无区别，加入激活函数后，可以破坏这种线性叠加。
+# 计算图