吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

  ( FORWARD PROPAGATION ) 相对于使用循环来编码,利用向量化的方法会使得计算更
为简便。以上面的神经网络为例,试着计算第二层的值:

吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

  这只是针对训练集中一个训练实例所进行的计算。如果我们要对整个训练集进行计算,
我们需要将训练集特征矩阵进行转置,使得同一个实例的特征都在同一列里。即:

吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

为了更好了了解Neuron Networks 的工作原理,我们先把左半部分遮住:

吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

右半部分其实就是以

上一篇:多校第五场 归并排序+暴力矩阵乘+模拟+java大数&记忆化递归


下一篇:如何取消mysql的密码?