博客

在学习深层神经网络的时候在思考隐藏层的明确的定义和到底为什么要它，它到底能起到什么作用

一下见解仅代表个人和收集到的网上的观点，仅此记录

隐藏层的定义是：除输入层和输出层以外的其他各层叫做隐藏层。隐藏层不直接接受外界的信号,也不直接向外界发送信号。

在Cross Validated上有人问了：

隐藏层在神经网络中的作用

综合起来最高票的答案是：

1. Each layer can apply any function you want to the previous layer (usually a linear transformation followed by a squashing nonlinearity).
2. The hidden layers’ job is to transform the inputs into something that the output layer can use.
3. The output layer transforms the hidden layer activations into whatever scale you wanted your output to be on.

1. 每个图层都可以应用您想要的任何函数到前一层（通常是线性变换，然后是压缩非线性）。

2. 隐藏层的工作是将输入转换为输出层可以使用的东西。

3. 输出层将隐藏层激活转换为您希望输出所在的任何比例。

作用： 中间的黑盒子，可以认为是很其他的不同功能层的一个总称