【學(xué)習(xí)筆記】第三周 淺層神經(jīng)網(wǎng)絡(luò)

單個(gè)樣本，注意W的維度為（4，3），4表示隱藏層單元個(gè)數(shù)，3表示單元輸入變量的個(gè)數(shù)；x為列向量

屏幕快照 2017-11-06 下午6.49.14.png

m個(gè)樣本

屏幕快照 2017-11-06 下午6.50.38.png

m個(gè)樣本的矢量化

屏幕快照 2017-11-06 下午6.51.20.png

m個(gè)樣本矢量化的解釋

屏幕快照 2017-11-06 下午6.52.01.png

m個(gè)樣本矢量化 完整表示

屏幕快照 2017-11-06 下午6.52.15.png

激活函數(shù)

屏幕快照 2017-11-06 下午7.15.13.png

sigmod不如tanh，一般用于二分類輸出層
隱藏層一般選擇Relu，Relu比sigmod或者tanh速度快是因?yàn)?，斜率不?huì)接近0（足夠多的隱藏層單元數(shù)量，所以實(shí)際中不會(huì)出現(xiàn)Z為0的情況）
據(jù)說(shuō)leaky Relu優(yōu)于Relu

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容