模型展示(一) x为输入项,a为隐藏层的激活项,θ是参数矩阵,g仍然是sigmoid函数 模型展示(二) 这张图蛮不错的,较为清晰的阐述了激活项和权重的含义 实例:使用神经网络来区分下列四类事物的基本思路 基本概念 训练集,总层数、每层有多少个单元 Cost Function 在 两种算法下的区别 反向传播算的参数含义 具体实现: