神经网络--反向传播

以监督学习为例，假设我们有训练样本集（x,y)，那么神经网络算法能够提供一种复杂且非线性的假设模型,模型具有参数w,b,可以以此参数来拟合我们的数据。 为了描述神经网络，我们从最简单的神经网络讲起，这个神经网络仅由一个“神经元”构成，输入,偏置b=1 这里我们把激活函数f选择成sigmoid函数,其导数计算比较简单，模型输出为 , 比较复杂的神经网络模型是由许多单一的“神经元”联接在一起的， 简单

>>阅读原文<<