- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 吴恩达Deeplearning.ai专项课程笔记（三）-- 深层神经网络
1.符号约束 网络层数 ：记为L，等于隐藏层加输出层数的和。 节点数 ：采用n[l]n^{[l]}n[l]表示第l层的节点/单元数。 激活函数 ：采用a[l]=g[l](z[l])a^{[l]}=g^{[l]}(z^{[l]})a[l]=g[l](z[l])表示第l层的激活函数值。 参数表示 ：采用W[l]W^{[l]}W[l]表示第l层参数，及求Z[l]Z^{[l]}Z[l]时的权重矩阵，采...
2018-09-29 16:12:44
194
原创 吴恩达Deeplearning.ai专项课程笔记（二）-- 浅层神经网络
吴恩达Deeplearning.ai专项课程笔记（二）-- 浅层神经网络 1.神经网络表示 输入层 ：通过输入层输入数据。 隐藏层 ：通过隐藏的中间层对输入数据进行训练，训练过程中中间节点的真正数值无法通过训练集看到。 输出层 ：输出模型的预测值。 2.符号约束 网络层数 ：等于隐藏层加输出层数的和，如上图为一个双层神经网络。（注意：不算入输入层） 不同层数据 ：采用a[i]a^{[i...
2018-09-27 13:40:28
560
原创 吴恩达Deeplearning.ai专项课程笔记（一）-- 神经网络基础
吴恩达深度学习专项课程Deeplearning.ai共开设五门课，目前已经学了大半，想起来忘了整理课程笔记，这几天抽空补上。1.基础概念 神经网络 ：输入一些数据，经过隐藏层，最终得到输出，圆形节点为神经元。 神经网络样例 ：（标准神经网络/卷积神经网络/循环神经网络） 结构化数据与非结构化数据 ：结构化数据通常指数据库数据（每个特征都有清晰定义），非结构化数据如音频、原始音频、图
2017-11-02 18:42:42
1907
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人