模型表示(Model representation)

2017-09-26  本文已影响0人  天际神游

模仿神经元:

x0称为偏差单位或者偏差神经元(bias unit or bias neuron),它总是等于1;
θ称为权重(weights)(其实就是之前的参数)


一个简单的神经网络:

Layer 1:也称为输入层(Input layer)
最后一层:称为输出层(output layer)
中间层:称为隐藏层(hidden layer)

神经网络各个激励函数的表示:


向量化计算:

从输入层激励向前传播给隐藏层并计算,然后继续传播,最后计算输出层的激励,也称为前向传播(forward propagation)


神经网络类似逻辑回归,只不过我们把输入的x1,x2,x3改成a1,a2,a3,而a1,a2,a3又是由输入的x1,x2,x3和一组Θ决定 。

上一篇 下一篇

猜你喜欢

热点阅读