neural-network - mlpconv 和 maxout 层有什么区别?
问题描述
我正在阅读Network in Network论文,但我很难理解这些术语。
解决方案
多层感知器 (MLP) 是一种监督学习算法,通过对数据集进行训练来学习函数。参考:https ://scikit-learn.org/stable/modules/neural_networks_supervised.html
在本文中,作者建议将 mlpconv 作为使用卷积神经网络的 MLP 的堆叠层。另一方面,maxout 网络具有不同的能力;与只能执行线性分离的传统卷积层不同,它可以分离位于凸集中的概念
推荐阅读
- r - 为 Mac 创建便携式版本的 R(并为此版本从源安装包)
- javascript - 如何在 Selenium 中打开禁用的字段
- c - 重命名文件并将其另存为另一个文件
- smartcard - 如何计算智能卡上的数字签名?
- django - 如何使用 Django 3 发送“Access-Control-Allow-Origin”标头?
- mysql - MySql 中将 ID 列加一的命令
- excel - Excel 或 Google 工作表单元格值在不同的单元格中创建
- azure-artifacts - 通过 Azure API 创建 Azure Artifacts 通用包源 - 示例
- html - 两个 div 水平居中放置在包装 div 中
- python - 两个版本的python安装在两个地方