Tensorflow中前向传播算法

神经网络的前向传播算法主要构成部分：       1.神经网络的输入；       2.神经网络的连接结构；       3.每个神经元中的参数。                  为剪切图，为表示前向传播过程 由输入层的取值推导隐藏层取值，再由隐藏层取值推导输出层取值。 通过矩阵乘法计算前向传播算法： 输入层为1*2的矩阵x=[x1,x2]  ，而输入层和隐藏层的连接权值W为一个2*3的矩阵：w

>>阅读原文<<