主要参考斯坦福大学机器学习第五周内容
单层神经元(无中间层)可以用来计算逻辑或,逻辑与运算
如图, θ 0 = − 50 , θ 1 = 20 , θ 2 = 20 \theta_0=-50,\theta_1=20 , \theta_2=20 θ0=−50,θ1=20,θ2=20,所以函数为 h θ ( x ) = g ( − 50 + 20 x 1 + 20 x 2 ) h_\theta(x)=g(-50+20x_1+20x_2) hθ(x)=g(−50+20x1+20x2)( g ( t ) 为 s i g m o i d 函 数 g(t)为sigmoid函数 g(t)为sigmoid函数)有:
当运用更多的神经元可以实现更多的功能,这就是神经网络。
如图,前向传播即在输入层输入数据,经过若干隐藏层,得出输出层结果,具体算法:
α 1 ( 1 ) = x \alpha_1^{(1)}=x α1(1)=x z 1 2 = Θ ( 1 ) α ( 1 ) z_1^{2}=\Theta^{(1)}\alpha^{(1)} z12=Θ