多层感知机
主要内容包括：
1.多层感知机的基本知识
2.使用多层感知机图像分类的从零开始的实现
3.使用pytorch的简洁实现
具体内容(附代码)链接：https://www.kesci.com/org/boyuai/project/5e418406b8c462002d68c696
代码讲解视频链接：伯禹学习平台
选择题
1.
关于激活函数，以下说法中错误的是
A.在多层感知机中引入激活函数的原因是，将多个无激活函数的线性层叠加起来，其表达能力与单个线性层相同
B.tanh可以由sigmoid平移伸缩得到，所以两者没有区别
C.相较于sigmoid和tanh，Relu的主要优势是计算效率高且不会出现梯度消失问题
D.如果我们需要网络输出范围是[0, 1][0,1]，可以考虑使用sigmoid函数
答案：B
填空题
1.
对于只含有一个隐藏层的多层感知机，输入是256×256的图片，隐藏单元个数是1000，输出类别个数是10，则模型的所有权重矩阵W_{i}的元素数量之和是
答案：65546000
256*256*1000+1000*10
