[手把手系列之二]实现多层神经网络

这篇博客详细介绍了如何从头开始实现一个多层神经网络,包括网络的用途、数学表示、网络架构、模型定义、激活函数、参数初始化、前向传播、反向传播、参数优化、模型评测和模型预测等步骤。作者提供了代码实现,并强调理解网络运算过程和注意变量形状的重要性。
摘要由CSDN通过智能技术生成

完整代码:>>点我 欢迎star,fork,一起学习

网络用途

或者说应用场景:使用单层神经网络来识别一张图片是否是猫咪的图片。

数学表示

给定一张图片 X X 送到网络中,判断这张图片是否是猫咪的照片?

网络架构

多层神经网络处理过程:

  • X –> [ l i n e a r + r e l u ] ( L 1 ) —>[linear + sigmoid] —> y^ y ^

    数学表示

    训练集: X=[x(1),x(2),...,x(i),....,x(m)] X = [ x ( 1 ) , x ( 2 ) , . . . , x ( i ) , . . . . , x ( m ) ] ;对应标签: Y=[y(1),y(2),...,y(i),...,y(m)] Y = [ y ( 1 ) , y ( 2 ) , . . . , y ( i ) , . . . , y ( m ) ] ;

    对于训练集中的每张照片 x(i) x ( i ) 的处理过程:

    repeat:

    z

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