OkingjerryO的博客

神经网络 - 概述目录神经网络 - 概述 目录 前景 ReLu - 线性整流函数 特性 相比于传统机器学习 分类 神经网络 输入数据 基本分析方式 分析图 tips 前景ReLu - 线性整流函数 y=max(0,f(x))y=max(0,f(x)) 开始一段是0，后面则为一条直线 被很多时候用于激活函数，取代了之前的S 函数 特性 神经网络是由输入->神经元->输出基本逻辑组成

神经网络-逻辑回归目录神经网络-逻辑回归 目录 逻辑回归 概念 tips 梯度下降 绘制计算分析图 方法 逻辑回归中的梯度下降 简单的算法描述 矢量化 tipsnumpy广播机制引起的隐形 bug 以及解决 回顾深度学习训练步走 逻辑回归概念定义：ŷ =σ(wTx+b)\hat y = \sigma(w^Tx+b) σ(z)=11+e−z\sigma(z) = \frac{1}{1+e^{-z}

来源： coursera DeepLearningAI-Shallow Neural Network 课程的笔记整理 浅层神经网络浅层神经网络 层 表达方式 激活函数 概述 为何需要它 常用激活函数的导数 随机初始化参数向量 层 可以将计算中的每一步视为神经网络的一个层。 隐藏层：不被观察到的层，大多数指在计算中未被表述的层。 表达方式 注意：输入不算层数。所以上层为一个2层神经网络 a[layer