《深度学习Ng》课程学习笔记01week4——深层神经网络
2017-09-11 本文已影响44人
033a1d1f0c58
http://blog.csdn.net/u011239443/article/details/77929528
4.1 深层神经网络
![](https://img.haomeiwen.com/i1621805/cc565c3a7de68e6d.png)
4.2 前向和反向传播
前向传播
![](https://img.haomeiwen.com/i1621805/28170c72ce97c4e4.png)
反向传播
反向传播的四个基本方程
![]()
![](https://img.haomeiwen.com/i1621805/191ff7c5575793b5.png)
总结
![](https://img.haomeiwen.com/i1621805/d82c03f5f00d0923.png)
4.3 深层网络中的前向传播
![](https://img.haomeiwen.com/i1621805/b52ace34b54e5657.png)
4.4 核对矩阵的维数
![](https://img.haomeiwen.com/i1621805/f5def13b57ef2f22.png)
4.5 为什么使用深层表示
- 可以从简单特征到复杂特征:
![](https://img.haomeiwen.com/i1621805/3047a5c8a7874015.png)
-
从电路理论上来说需要隐藏层才能多特征计算:
4.6 搭建深层神经网络块
![](https://img.haomeiwen.com/i1621805/35db8368c1034012.png)
4.7 参数 VS 超参数
![](https://img.haomeiwen.com/i1621805/bf4041b65537f2cc.png)
4.8 这和大脑有什么关系?
![](https://img.haomeiwen.com/i1621805/ffde9af9c5fb0543.png)