前饋網路直接向前遞送資訊(不會再次接觸已經經過的節點)。
前饋網路根據標記的影象進行訓練，直到猜測影象類別時產生的錯誤最小化。 通過一組經過訓練的引數(或者稱為權重，統稱為模型) ，網路就可以對它從未見過的資料進行分類了。
乙個訓練好的前饋網路可以應用在任何隨機的**資料集中，它識別的第一張**，並不會影響它對第二張**的**。
也就是說，前饋網路沒有時間順序的概念，它考慮的唯一輸入就是它所接觸到的當前的輸入樣例。
與前饋網路相比，迴圈網路的輸入不僅包括當前的輸入樣例，還包括之前的輸入資訊。
參考：迴圈神經網路（rnn）和lstm初學者指南 | 入門資料
動手學深度學習筆記2
part1 模型選擇1 誤差與資料集 訓練誤差 training error 模型在訓練集上表現出的誤差。泛化誤差 generalization error 在任意乙個測試資料樣本上表現出的誤差的期望。舉個栗子，訓練誤差就是做往屆試卷 訓練 的錯誤率，泛化誤差則可以通過真正參加考試 測試 時的答題錯...
動手學深度學習學習筆記（2）
操作 算術操作 在pytorch中，同一種操作可能有很多種形式，下面用加法作為例子。加法形式一 y torch.rand 5,3 print x y 加法形式二 print torch.add x,y 還可指定輸出 result torch.empty 5,3 torch.add x,y,out r...
動手學深度學習
線性回歸的基本要素 模型 為了簡單起見，這裡我們假設 只取決於房屋狀況的兩個因素，即面積 平方公尺 和房齡 年 接下來我們希望探索 與這兩個因素的具體關係。線性回歸假設輸出與各個輸入之間是線性關係 price warea area wage age b price warea area wage a...