P2 · 辨識即可
AI 基礎
多層神經網路 (Multilayer Neural Network)
是什麼
多層神經網路由輸入層、一個或多個隱藏層與輸出層組成；每層神經元接收上一層輸出，經權重與啟動函數轉換後再往下傳。
解決什麼問題
多層堆疊讓模型逐層學出由簡單到抽象的特徵，處理單層模型做不到的複雜非線性問題。
考場 Trigger
- 輸入層／隱藏層／輸出層
- 隱藏層越多越「深」
- 逐層學習抽象特徵
容易搞混
深度學習的自動特徵學習深度學習架構與訓練常見啟動函數
初級深度
看到名稱能辨識其類型與主要用途即可。
中級深度
要會算 Dense 層參數量（輸入數×神經元數＋偏差數），知道特徵圖要先 Flatten 才接全連接層，以及 CNN 靠參數共享比全連接網路省參數。