首页 > 其他 > 详细

《Andrew Ng深度学习》笔记3

时间:2018-02-20 00:05:35      阅读:398      评论:0      收藏:0      [点我收藏+]

浅层神经网络

技术分享图片

初步了解了神经网络是如何构成的,输入+隐藏层+输出层。一般从输入层计算为层0,在真正计算神经网络的层数时不算输入层。隐藏层实际就是一些算法封装成的黑盒子。在对神经网络训练的时候,就是对神经网络的神经元求出最合适的参数。

技术分享图片

从这图也也看出,每层神经网络的单个神经元就是一些算法计算。

技术分享图片

并且是针对一层的每个神经元的计算逻辑都是一样的,只不过是样本不一样。因此,在这里引出向量化来简化计算。

技术分享图片

右图看到如何把神经网络向量化

技术分享图片

这里是m维特征输入的向量化过程。

小结

这里的笔记是第三周浅层神经网络的1-5小节。主要是说明了神经网络的构成,如何向量化神经网络。通过这几节,大概知道了神经网络的组成和如何计算。

《Andrew Ng深度学习》笔记3

原文:https://www.cnblogs.com/liangjf/p/8454671.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!