Deep Leaning 学习笔记之神经网络（3）—— 构建一个单隐藏层神经网络（区分花儿作业）

最新推荐文章于 2023-09-22 15:47:05 发布

原创

最新推荐文章于 2023-09-22 15:47:05 发布 · 353 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了如何构建一个单隐藏层神经网络，从数据样式、网络结构到前向传播、反向传播及参数更新，涵盖了神经网络的基础知识和计算过程。通过实例解析了激活函数tanh和sigmoid在神经网络中的应用，并提供了计算损失和梯度的公式，为理解和实现神经网络提供了清晰的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.神经网络

1.1数据样式

在这里插入图片描述

1.2 单隐藏层神经网络

在这里插入图片描述

1.3 神经网络相关函数

For one example $x^{(i)}$ :
$(1)z[1](i)=W[1]x(i)+b[1]z^{[1] (i)} = W^{[1]} x^{(i)} + b^{[1]}\tag{1}$
$(2)a[1](i)=tanh⁡(z[1](i))a^{[1] (i)} = \tanh(z^{[1] (i)})\tag{2}$
$(3)z[2](i)=W[2]a[1](i)+b[2]z^{[2] (i)} = W^{[2]} a^{[1] (i)} + b^{[2]}\tag{3}$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。