目录:
模型表示

模型表示
例子
1 模型表示
1)模型原理输入层 + 隐藏层 + 输出层:
激活单元:
计算中间结点:
从第 j 层到 j+1 层的映射矩阵(权重矩阵):
权重矩阵的维度为 ( j+1层单元个数 ) * ( j层单元个数 + 1 )
2) 模型表示向量化
2 例子
1)实例 AND
得出theta
从而获得假设函数
2)实例XNOR同或
假设分4类,y不再仅仅为0或者1,而是
错题:
http://www.1point3acres.com/bbs/thread-289056-1-1.html
本文详细介绍了神经网络的基本组成,包括输入层、隐藏层和输出层,并通过实例解释了如何使用权重矩阵来映射各层之间的关系。此外还探讨了如何通过特定实例(如AND和XNOR逻辑门)训练模型及求解参数theta,最后讨论了模型在多类别分类任务中的应用。
-【机器学习-Coursera Machine Learning-吴恩达】&spm=1001.2101.3001.5002&articleId=79469699&d=1&t=3&u=a1fb5e6674904a5cb705d7ce363f95d3)
398

被折叠的 条评论
为什么被折叠?



