神经网络前向传播和反向传播——图示理解

听了吴恩达老师的课程之后,按照老师的方法画出神经网络中前向传播和反向传播的示意图,如有错误,请交流指正!

这是一个三层的神经网络,有两个隐藏层,激活函数为Relu函数,输出层的激活函数为Sigmoid函数。
其中,caches部分表示“缓存的信息”,以用于后面反向传播计算时的调用。
每一步骤所需的数据已用不同颜色的框和箭头标出。
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值