机器学习
8-1 非线性假设
8-2 神经元与大脑
神经网络 能很好的解决各种机器学习的问题
模拟人体的大脑的一种算法
计算机量较大,现如今的计算机体系已经可以支撑这么大计算体系
8-3 模型展示一
生物学中的神经元:
细胞体、树突(输入通道,接受信息)、轴突(输出通道、传送信息)
神经元将接收到的信息进行计算并传递给其他神经元。
网络中人工神经元:一个带有sigmoid或者logistic激活函数的人工神经元。
而神经网络就是一堆神经元连接在一起的集合。
其中,x0=1被称为偏置单元或者偏置神经元,第一层为输入层,中间的为隐藏层,第三层为输出层。
下图中a1a2a3为神经元
激活项是指由一个具体神经元计算并输出的值。
我们的神经网络被这些矩阵参数化,也叫做权重矩阵。如下图
参数矩阵及权重矩阵的尺寸为(上一层神经元的个数+1)*下一层神经元个数。
使用前向传播过程如下: