文档摘要

3.2 深度神经网络架构：层类型与经典架构 本节摘要：当隐藏层达到多个，网络就称为深度神经网络，"深"的价值在于学习数据的层次化抽象表示——浅层学边缘与词频，深层学物体部件与语义。本节覆盖六种核心层类型（全连接、卷积、池化、循环、归一化、Dropout）的设计动机与代价，以及三种架构模式（残差连接、Inception 模块、注意力机制），并按时间线串起 LeNet 到 Transformer 的经典架构谱系。 会员。《3.2 深度神经网络架构：层类型与经典架构》收录于灏天文库文集《AI核心算法原理：从机器学习到神经网络》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/444-ai%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%B0%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流