Coursera deeplearning.ai 深度学习笔记1-3-Shallow Neural Networks-浅层神经网络原理推导与代码实现

在掌握了逻辑回归算法后，先来学习浅层神经网络，之后再对深度神经网络进行学习。 1. 原理推导 1.1 神经网络表示 神经网络由输入层、隐含层和输出层构成。L层神经网络，隐含层为第1 ~ (L - 1)层，输出层为第L层。为了方便，将输入层写成第0层。 定义：上标[l]表示第l层，下标j表示第j个节点。 例如，下图为2层神经网络，包含1个隐藏层： 输入层和隐含层可以写成： a[0]=x=⎡⎣⎢x1x

>>阅读原文<<