神经网络与深度学习笔记——3.2神经网络表示
2018-03-09 11:22
323 查看
1.神经网络表示符号
隐藏层:训练集中可以看到输入输出值,但看不到隐藏层值。
将输入输出用a表示也可以,a表示激活的意思,意味着网络不同层的值会传递给后一层。
上述神经网络虽然包含输入层、隐藏层、输出层三层,但在文献中我们称之为双层神经网络,其中隐藏层是第一层,输出层是第二层。
隐藏层、输出层是有参数的,隐藏层有两个参数W[1]维度是4*3,因为有4个隐藏单元,3个输入x特征,b[1]维度4*1,注意在参数上角标标出层数,表明是第几个layer的参数;输出层有参数W[2]维数是1*4 ,因为隐藏层4个隐藏单元,输出层一个单元,b[2]维度1*1。
相关文章推荐
- [DeeplearningAI笔记]神经网络与深度学习3.2_3.11(激活函数)浅层神经网络
- 吴恩达深度学习视频笔记1-1:《神经网络和深度学习》之《深度学习概论》
- [学习笔记][深度学习]神经网络到底是什么?
- 深度学习笔记四循环神经网络RNN
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-2)-- 神经网络基础(转载)
- 神经网络与深度学习学习笔记:简单神经网络的矩阵化
- 深度学习笔记1:神经网络端到端学习笔记
- 吴恩达深度学习笔记之改善神经网络(一)
- 神经网络与深度学习 笔记2 梯度下降
- 神经网络与深度学习学习笔记:神经网络的优化
- 吴恩达神经网络和深度学习课程自学笔记(八)之机器学习策略
- [DeeplearningAI笔记]改善深层神经网络1.4_1.8深度学习实用层面_正则化Regularization与改善过拟合
- 深度学习笔记(七) RNN循环神经网络
- 深度学习笔记(二)神经网络
- 神经网络与深度学习 笔记1 感知机 S型神经元
- 吴恩达深度学习视频笔记1-2:《神经网络和深度学习》之《神经网络基础》
- DeepLearning.ai学习笔记(一)神经网络和深度学习--Week4深层神经网络
- 神经网络与深度学习笔记——第6章 深度学习
- AndrewNg神经网络和深度学习笔记-Week3-6激活函数
- 深度学习笔记(五)用Torch实现RNN来制作一个神经网络计时器