两层神经网络 (笔记) (吴恩达深度学习)
·
目录
1.概念
(1)隐藏层
- 隐藏层含义:中间节点计算的实际数值是不知道的,不像输入层和输出层一样可以明确
(2)2NN图示

- input layer
- hidden layer
- output layer
- 符号表示
a[0] : 输入层激活值
a[1] : 隐藏层激活值
W[1]1 : 隐藏层第一个W (这个W是转置后的)
b[1]1 : 隐藏层第一个b
W[1]2 : 隐藏层第二个W
W[2] : 输出层W(2是因为只有一层隐藏层)
b[2] : 输出层b
2.正向传播过程
(1)图示

- 对于隐藏层,向量化
W[1] (行=计算单元数4,列等于输入特征数3)
b[1] (行=计算单元数4,列等于1) - 对于输出层,向量化
W[2] (行=计算单元数1,列等于输入特征数4)
b[2] (行=计算单元数1,列等于1)
(2)向量化计算 m 个样本
- 将x(1),x(2)......作为(n,m)的矩阵,这里n是3

则A[0] = X = [x1,x2,........]
Z[1] = w[1]X +b[1]
A[1] = σ(Z[1])
Z[2] = w[2]X +b[2]
A[2] = σ(Z[2])
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐



所有评论(0)