From b56422013041bc1ce9030e0678ba9efe25c9c03b Mon Sep 17 00:00:00 2001
From: Rain&Bus <rainandbus@gmail.com>
Date: Mon, 1 Apr 2024 15:58:02 +0800
Subject: [PATCH] vault backup: 2024-04-01 15:58:02

---
 Books/动手学深度学习/基础概念.md | 5 +++--
 1 file changed, 3 insertions(+), 2 deletions(-)

diff --git a/Books/动手学深度学习/基础概念.md b/Books/动手学深度学习/基础概念.md
index 6a575ff..c19de4a 100644
--- a/Books/动手学深度学习/基础概念.md
+++ b/Books/动手学深度学习/基础概念.md
@@ -13,5 +13,6 @@ $L(\mathbf{w}, b) = \frac1n\sum_{i=1}^{n} l^i(\mathbf{x}, b)$
   $(\mathbf{w}, b) <- (\mathbf{w},b) - \frac{\eta}{|B|} \sum_{i\in{B}}\partial_{(\mathbf{w}, b)}l^i(\mathbf{w},b)$
   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。
-常用的有sigmoid、ReLU、tanh等函数。
\ No newline at end of file
+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，可以引入非线性。
+常用的有sigmoid、ReLU、tanh等函数。
+# 正则化