深度学习（花书）学习笔记——第六章 深度前馈网络

深度前馈网络又称多层感知机、前馈神经网络。即只有从x向y方向的传播，最终输出y。 主要包括输入层、隐藏层和输出层。神经网络的模型可以解决非线性问题。 计算网络的参数通过反向传播；如果每一层隐藏层都只有wx+b的运算，则多层累加变为w1*(w2*(w3*x))+a = W*x +a,失去了非线性能力。故每一层后面会加上一个激活层。 实例：学习XOR 单个线性函数无法解决XOR的问题，但是多个线性函数

>>阅读原文<<