前馈神经网络公式推导

1.神经网络结构 2.神经网络表达力与过拟合 3.传递函数 为什么Relu通常比上述两种**函数强？ 4.损失函数 我们来看看交叉熵的本质，不需要了解的童靴可以略过~ S是对y softmax之后的：softmax公式 损失函数J以及对y的求导（在反向传播中会有这步） 5.梯度下降法 6.前馈神经网络前向传播 7.反向传播 反向传播先举了一个例子，进而得到反向传播公式，这个公式一定要背的滚瓜烂熟！

>>阅读原文<<