C1-3.4 多个样本的向量化
发布时间:2024年01月13日
C1-3.4 多个样本的向量化
1、为什么要用样本的向量化呢?
总结一句话:计算方便
下图是神经网络计算的步骤,右侧 是有一个输入变量a[0](什么是X呢,因为输入层有三个神经元,说明有三个输入变量,这是一个向量)的计算过程。

但是,当有多组输入变量m的时候怎么办?用for循环遍历依次计算?
这样是不方便的,于是引出了 向量化

2、什么是向量化
输入X,x的个数为m,就是m列的向量。
1、把多组输入变量X拼接在一起

2、通过计算得出多样本向量化Z


文章来源:https://blog.csdn.net/weixin_46228946/article/details/135566320
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:chenni525@qq.com进行投诉反馈,一经查实,立即删除!