4、计算机视觉与神经网络：从基础到训练

计算机视觉与神经网络：从基础到训练

1. 神经网络的数学模型与实现

在神经网络中，信息从输入层流向输出层，中间可能存在一个或多个隐藏层。例如，在一个三层神经网络中，输入层的神经元接收输入数据，隐藏层对输入进行处理，输出层给出最终结果。这种每个神经元都与上一层的所有值相连的层，被称为全连接层或密集层。

我们可以使用向量和矩阵来简化计算。以下是一个简单的全连接层的Python实现：

import numpy as np

class FullyConnectedLayer(object):
    """A simple fully-connected NN layer.
    Args:
        num_inputs (int): The input vector size/number of input values.
        layer_size (int): The output vector size/number of neurons.
        activation_fn (callable): The activation function for this layer.
    Attributes:
        W (ndarray): The weight values for each input.
        b (ndarray): The bias value, added to the weighted sum.
        size (int): The layer size/number of neurons.
        activation_f