本文介绍如何通过构建正向传播和反向传播两个模块来实现神经网络模型的训练过程。正向传播从输入层开始逐层计算直至输出层，而反向传播则从输出层开始逐层更新权重。
Forward and backward propagation
- 可以将正向传播和反向传播模块化。只需构建两个模块程序，即可完成模型的训练。
- 正向传播输入为A[l-1]，输出为A[l]，Cache为Z[l]，W[l]和b[l] (W[l]和b[l]为了程序开发方便在这里作为cache存储)
- 反向传播输入为dA[l]，输出为dA[l-1]，dW[l]，db[l]
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
