xuan971130的博客

在使用python广播时，经常会出现维度不匹配的问题： import numpy as np a = np.randon.randn(5) print(a) 看一下a的形状： print(a.shape) （5，） print(a.T) print np.dot(a,a.T) 4.06570109321 a乘以a的转置，你以为会得到一个矩阵，却是得到了一个数。 所以：在编写神经网络时，不要用这种数据结构，其中形状是（5，）或（n，）这种秩为1的数组 令a为5x1的矩阵 a = np.random

1.预测期（神经元） 是要输入x，就会得到y，中间过程由自己完成。 2.规模一直在推动人工智能学习的进步。 说到规模，我们需要一个有许多隐藏单元的神经网络，许多参数，许多连接。 在今天，我们要获得一个性能比较好的神经网络，要么训练一个更大的神经网络，要么需要更多的数据。 数据足够大时，模型才比较稳定。 ...