吴恩达机器学习学习笔记 --- 神经网络

（1）逻辑单元

（2）神经网络模型展示

【主要加入偏置量】

【注意下标】

（3）前向传播

【从前往后计算 a 值】

（4）举例

【AND】

 【OR】

 【NOT】

【XNOR】

【更深一层 计算更加复杂的函数】

（5）多元分类

【一对多】

 （6）代价函数

 

（7）反向传播

【怎么求偏导项 、 确定参数】 

【计算误差】

【计算偏导项】

 【理解反向传播】

（8）梯度检测

【theta是实数】

 【theta是向量】

 【当发现反向传播无误后，应理解关掉梯度检测】

（9）随机初始化 

【（对称权重）若初始化全为0，那么相似位置的参数会一直相等，神经网络变得没有意义】

 【随机初始化（打破对称）】

【如何选择神经网络结构】

（10）训练一个神经网络的步骤 

 

 

 

PS：神经网络反向传播的部分有些难理解