哲哲的ML笔记（十三到十六总结:形象理解神经网络）

作者: 沿哲 | 来源:发表于2021-03-31 20:19 被阅读0次

假如我们有5000张手写数字图片，每一张图片有400个pixel，将整个数据集丢给一个4层结构的神经网络。
第2、3层为隐藏层，权重矩阵有 $\theta^1$ 和 $\theta^2$
设 $\theta^1$ 的维度为 $401*25$
设 $\theta^1$ 的维度为 $26*10$

我画了个图：

图中的圆形和方块均为激活单元，只是，方块表示与

\theta_0

相乘的那个参数，一般情况下都设为1；这也是为什么401、26会出现的原因
在第三层，我们会得到

5000*10

这样一个矩阵，每一行就代表这每一个样本对应10个label的概率值，那么第四层只需要做一个softmax处理找到最大概率值对应的label是谁，即神经网络将此样本预测为哪个label！

网友评论

本文标题：哲哲的ML笔记（十三到十六总结:形象理解神经网络）

本文链接：https://www.haomeiwen.com/subject/feuahltx.html

备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！