训练神经网络的基本步骤

1. 选择一种网络结构 即选择神经元之间的连通模式 输入层与输出层单元个数由具体特征决定 隐藏层通常默认为1层；若为多层，则每个隐藏层单元个数应相等。通常隐藏层单元数越多越好 隐藏层单元数应与输入特征数相匹配 2. 随机初始化权重 通常把权重值初始化为接近0的很小的数 3. 执行前向传播FP算法 获得对应于每一个 xi 的 h_theta(xi)​ 4. 通过代码计算出代价函数 J(theta)

>>阅读原文<<