吴恩达机器学习笔记10——神经网络参数的反向传播

第10章 神经网络参数的反向传播 为神经网络拟合参数的算法 1，代价函数Cost Function   2，反向传播算法 让代价函数最小化的方法。 推导一下 是l层第j个单元的激活值，是求他 的误差 第一层不存在误差，因为是输入层。 以下为导数推导。 然后可以对导数采用梯度下降法等方法优化。 3，理解反向传播 可以把一元情况下的代价函数看成方差的形式，预测精准度。 4，展开参数 5，梯度检测 n是

>>阅读原文<<