浅层神经网络
初步了解了神经网络是如何构成的, 输入 + 隐藏层 + 输出层一般从输入层计算为层 0, 在真正计算神经网络的层数时不算输入层隐藏层实际就是一些算法封装成的黑盒子在对神经网络训练的时候, 就是对神经网络的神经元求出最合适的参数
从这图也也看出, 每层神经网络的单个神经元就是一些算法计算
并且是针对一层的每个神经元的计算逻辑都是一样的, 只不过是样本不一样因此, 在这里引出向量化来简化计算
右图看到如何把神经网络向量化
这里是 m 维特征输入的向量化过程
小结
这里的笔记是第三周浅层神经网络的 1-5 小节主要是说明了神经网络的构成, 如何向量化神经网络通过这几节, 大概知道了神经网络的组成和如何计算
来源: http://www.bubuko.com/infodetail-2501076.html