深度学习｜4.1 深L层神经网络 4.2 深层网络的正向传播

发布时间：2024年01月06日

4.1 深L层神经网络

在这里插入图片描述
对于某些问题来说，深层神经网络相对于浅层神经网络解决该问题的效果会较好。所以问题就变成了神经网络层数的设置。
其中 $n^{[i]}$ 表示第i层神经节点的个数， $w^{[l]}$ 代表计算第l层所采用的权重系数， $b^{[l]}$ 代表计算第l层所用的偏移量， $g^[i]$ 表示第i层所配置的激活函数，常见的激活函数有sigmoid，tanh、relu和leaky-relu等。 $b^[i]$ 表示第i层配置的参数/偏移量
在这里插入图片描述

4.2 深层网络中的正向传播

在这里插入图片描述
为了统一格式，可以将输入向量x改写成 $a^{[0]}$

文章来源:https://blog.csdn.net/Fangyechy/article/details/135344222
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！