函数进行矢量化实现
前向传播神经网络所做的就像逻辑回归,但是它不是使用 x1,x2,x3作为输入特征,而是用a1 a2 a3作为新的输入特征。
神经网络例题
神经网络有三个隐藏单元,它们根据输入层计算一个复杂的函数,然后第三层可以将第二层训练出的特征项作为输入, 并在第三层计算一些更复杂的函数,这样到达输出层之前,即第四层,就可以利用第三层训练出的更复杂的特征项作为输入,以此得到非常有趣的非线性假设。
网络架构函数进行矢量化实现
前向传播神经网络所做的就像逻辑回归,但是它不是使用 x1,x2,x3作为输入特征,而是用a1 a2 a3作为新的输入特征。
神经网络例题
神经网络有三个隐藏单元,它们根据输入层计算一个复杂的函数,然后第三层可以将第二层训练出的特征项作为输入, 并在第三层计算一些更复杂的函数,这样到达输出层之前,即第四层,就可以利用第三层训练出的更复杂的特征项作为输入,以此得到非常有趣的非线性假设。
网络架构本文标题:2018-12-18 神经网络-模型表示II
本文链接:https://www.haomeiwen.com/subject/saclkqtx.html
网友评论