全连接的参数计算如图:
(5*4+5)+(3*5+3)
即第一层参数+第二层参数
参数类型只有2种:w和b
w的数量就是输入层到输出层之间的箭头数目,而b的数目等于每个输出神经元的数目(即不包括输入层的神经元),输入层的神经元数目即输入数据的特征维度数目,比如数据矩阵为2*4的矩阵X,2行代表两个样本数据,4列代表每个样本有4个属性特征值,所以经过神经网络的计算是依次取每行的数据进行计算。这里是(4*5 ,5*3)重复两次,如果X是n行,则计算n次。
全连接的参数计算如图:
(5*4+5)+(3*5+3)
即第一层参数+第二层参数
参数类型只有2种:w和b
w的数量就是输入层到输出层之间的箭头数目,而b的数目等于每个输出神经元的数目(即不包括输入层的神经元),输入层的神经元数目即输入数据的特征维度数目,比如数据矩阵为2*4的矩阵X,2行代表两个样本数据,4列代表每个样本有4个属性特征值,所以经过神经网络的计算是依次取每行的数据进行计算。这里是(4*5 ,5*3)重复两次,如果X是n行,则计算n次。