ML：2-2neural network layer

2024-01-10 06:23:58

文章目录


【吴恩达机器学习笔记p47-49】

1. 神经网络层

  1. input：4个数字的向量。
  2. 3个神经元分别做logistic regression。
  3. 下角标：标识第 i 个神经元的值。
  4. 上角标：表示第 j 层layer的值。
  5. 这3个神经元所做的logistic regression的结果组成了一个向量a将传给ouput layer。

请添加图片描述

  1. 第1层的output向量a，是第二层的input。

  2. 第2层只有1个神经元，所以结果为标量a。
    请添加图片描述

  3. 拿到结果标量a之后呢，看a的大小。大于0.5（threshold阈值）则预测为yes， 小于则为no。请添加图片描述

2. 更复杂的神经网络

  1. 4层的神经网络，最后一层为output layer。

请添加图片描述
2. 练习：【3， 3， 2， 3】

请添加图片描述
3. 这个g（）函数为sigmoid function（activation function）

请添加图片描述
4. input = a[0]
请添加图片描述

3. 神经网络的前向传播

（如何使用neural networks来预测/推理）

  1. 识别手写的内容是否为“1”。
  2. 使用2层的hidden layers，来预测手写内容为“1”的概率。
  3. a[1]会有25个数字，因为layer 1 有25个神经元。
    请添加图片描述
  4. 同理，a[2]有15个数字。

请添加图片描述
5. a[3]只有1个数字，是一个标量。
6. a[3] = f(x)

请添加图片描述

文章来源:https://blog.csdn.net/skylar0/article/details/135346431
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。