机器学习入门笔记(六)----神经网络

1.模型表示： 模型分层：输入层、输出层、隐藏层。a(i) i表示第几层。 thera(i) : 为第i层到第i+1层间的权重参数。 2. 向前传播：g(theta(i) * a(i))得到a(i+1)。最后一层即是h(x) 3. 解决分类问题： 类别 c = 2时，输出层仅一个节点，与逻辑回归相同，表示某一个分类的概率。 类别 c > 2时，输出层c个节点，每个节点的输出值为属于该类的概率。结果

>>阅读原文<<