神经网络
2019-03-23 08:46
85 查看
神经网络
神经网络的权重矩阵
控制** j** 层到 j+1层 的函数映射关系。
如果j层有
个元素,j+1层有
个元素,则
将会是一个
的矩阵
= “activation” of unit i in layer j 。 第 j 层的第i个激活函数
表示不同的
下,从x到y的映射。 x是输入层,y是输出层。
注意左边是吴恩达的写法,有的人会写成
Backpropagation Algorithm用到的误差
表示第L层(小写)的第j个节点的误差
表示第L层(小写)的第j个节点的激活值
以上两个表达式的关系如下图所示:图中的L=4
上图也可以写成向量的形式,不用下标:
相关文章推荐
- 用Python进行神经网络初始化、正则、优化
- paper reading之卷积神经网络压缩(二)
- 关于构建浅层神经网络的一些理解(以MNIST为例子)
- NB多项式模型、神经网络、SVM初步—斯坦福ML公开课笔记6
- RBF神经网络的matlab简单实现
- 深度学习torch之一(神经网络模型的构建)
- 使用opencv的SVM和神经网络实现车牌识别(高质量的文章******)
- 使用tensorflow:LSTM神经网络预测股票(一)
- 【Scikit-Learn 中文文档】18 神经网络模块(监督的)- 监督学习 - 用户指南 | ApacheCN
- 改善深层神经网络:超参数调试、正则化以及优化-- DeepLearning.ai 学习笔记(2-1)
- 神经网络的应用领域及神经网络软件推荐
- 通俗理解神经网络中激活函数作用
- 拓扑排序之NOIP2003神经网络
- 深度学习-训练深度神经网络的难点:vanishing gradient problem与exploding gradient problem
- 在树莓派3B+上部署Intel NCS2神经网络计算棒
- 浅谈神经网络(1)
- 【转】OpenCV中使用神经网络 CvANN_MLP
- 吴恩达机器学习第三次作业(python实现):多分类与神经网络
- python 简单神经网络