本文详细介绍了神经网络的基本构成，包括输入层、隐藏层和输出层，并解释了权重和偏差单元的作用。通过前向传播算法，展示了数据如何从输入层流向输出层，为理解神经网络的工作原理提供了清晰的视角。
模型表示
神经网络中，参数又可被称为权重（weight）。
神经网络是许多逻辑单元按照不同层级组织起来的网络，每一层的输出变量都是下一层的输入变量
输入层（第一层）、输出层（最后一层）、隐藏层（中间层）。每一层都增加一个偏差单元（bias unit）：
每一个?都是由上一层所有的?和每一个?所对应的决定的，这种从左到右的算法称为前向传播算法
扫一扫
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
