面试题：广义线性模型是怎被应用在深度学习中？

广义线性模型是怎被应用在深度学习中？

解析：

A Statistical View of Deep Learning (I): Recursive GLMs

深度学习从统计学角度，可以看做递归的广义线性模型。

广义线性模型相对于经典的线性模型(y=wx+b)，核心在于引入了连接函数g(.)，形式变为：y=g−1(wx+b)。

深度学习时递归的广义线性模型，神经元的激活函数，即为广义线性模型的链接函数。

逻辑回归（广义线性模型的一种）的Logistic函数即为神经元激活函数中的Sigmoid函数，很多类似的方法在统计学和神经网络中的名称不一样，容易引起初学者的困惑。

下图是一个对照表

 

AI膨胀大比拼活动已经正式结束啦

你获奖了吗？

↓扫码查看↓

没获奖也不要灰心

新活动来啦！

↓人人都有机会↓

AI如果耍起了心眼，人类就像个白痴......

GitHub 4.6万星：微软新命令行开放下载！

戳 “阅读原文”查看中奖名单。

你在看吗？