深度学习与神经网络_吴恩达 学习笔记（二）
第三章 浅层次神经网络 1 结构 输入层 隐藏层（隐藏意味着在训练中，节点的真实值是不知道的） 输出层 输入层为第0层，所以有一个隐藏层的神经网络称为双层神经网络 2 计算输出（forward propagation正向传播过程） 符号说明 a[0]=X ：特征值，放入输入层 a[1] ：隐藏层参数，包含参数 w[1] 、 b[1] a[2]=y^ ：输出层参数 *a取activate（激活）的首
相关文章
- 1. 吴恩达《深度学习》笔记二——改善神经网络
- 2. 【吴恩达】神经网络与深度学习笔记
- 3. 吴恩达《神经网络与深度学习》课程笔记
- 4. 吴恩达-深度学习-卷积神经网络-Padding 笔记
- 5. 吴恩达深度学习笔记——循环神经网络（RNN）
- 6. 吴恩达-深度学习笔记《神经网络基础》
- 7. 吴恩达-深度学习笔记《卷积神经网络》
- 8. 吴恩达-深度学习-卷积神经网络-Stride 笔记
- 9. 吴恩达深度学习笔记——卷积神经网络（CNN）
- 10. 吴恩达神经网络与深度学习课程学习笔记Week1：Introduction
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（二）基本类型
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
