Network Architectures
前面都在介绍单一神经元的算法,複习一下。
一个神经元的输入输出:
单层两个神经元的输入输出:
一个神经元有各自的W,b参数,因此两个神经元的算法利用矩阵的形式比较好理解:
矩阵中的W参数位置
w23 => 指从input x3传到output a2的参数
Multilayer Networks
输入层一个或多个隐藏层输出层只有隐藏层和输出层包含神经元
输入层 是 layer0,计算层数只有包含隐藏层和输出层。
为了识别层数会在右上角用括号标示:
Network Architectures
前面都在介绍单一神经元的算法,複习一下。
一个神经元的输入输出:
单层两个神经元的输入输出:
一个神经元有各自的W,b参数,因此两个神经元的算法利用矩阵的形式比较好理解:
矩阵中的W参数位置
w23 => 指从input x3传到output a2的参数
Multilayer Networks
输入层一个或多个隐藏层输出层只有隐藏层和输出层包含神经元
输入层 是 layer0,计算层数只有包含隐藏层和输出层。
为了识别层数会在右上角用括号标示: