10

我猜DNN在意思上使用的TensorFlow意思是“深度神经网络”。但我发现这非常令人困惑，因为“深度”神经网络的概念似乎在其他地方被广泛使用，以表示通常具有多个卷积和/或相关层（ReLU、池化、dropout 等）的网络。

相比之下，很多人会遇到这个术语的第一个实例（在tfEstimator Quickstart 示例代码中）我们发现：

# Build 3 layer DNN with 10, 20, 10 units respectively.
  classifier = tf.estimator.DNNClassifier(feature_columns=feature_columns,
                                          hidden_units=[10, 20, 10],
                                          n_classes=3,
                                          model_dir="/tmp/iris_model")

这听起来很肤浅，甚至更像是老式多层感知器 ( MLP ) 网络。但是，没有提及DNN作为该接近确定来源的替代术语。那么DNNTensorFlowtf.estimator上下文中的 a 实际上是 aMLP吗？有关参数的文档hidden_units表明是这种情况：

  • hidden_​​units：每层隐藏单元数的可迭代。所有层都是完全连接的。前任。[64, 32] 表示第一层有 64 个节点，第二层有 32 个。

上面写满了 MLP。这种理解正确吗？因此是DNN用词不当，如果是这样，DNNClassifier理想情况下应该弃用MLPClassifier吗？还是代表深度神经网络DNN以外的东西？

4

2 回答 2

7

给我你对“深度”神经网络的定义，你就会得到答案。

但是，是的，它只是一个 MLP，正确的命名确实是 MLPclassifier。但这听起来不像现在的名字那么酷。

于 2018-01-25T06:25:41.657 回答
1

首先，您对 DNN 的定义有点误导。

深度神经网络有几种架构。包容性深度前馈网络只不过是一个多层 MLP，加上一些使其具有吸引力的技术。

一些作品使用“DNNs”来跨越所有深度学习架构，然而，按照惯例，“DNNs”用于指代使用深度前向传播网络的架构，也称为深度前馈网络

深度学习模型最重要的例子是深度网络前馈或多层感知器 (MLP)。MLP 只是一个将一些输入值集映射到输出值的数学函数。该函数由许多更简单的函数组合而成。您可以关联不同数学函数的每个应用程序，以提供输入的新表示。

因此，这个估计器被称为 DNNClassifier 是有道理的

我的建议是在这里阅读这本书。

于 2018-05-06T14:42:12.497 回答