![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Geeks.
Lotus
展开
-
神经网络--深度学习(1)
函 数,把 y(x) = h(h(h(x))) 的 运 算 对 应 3 层 神 经 网 络 A。为 np.exp(-x) 会生成 NumPy 数组,所以 1 / (1 + np.exp(-x)) 的运算将会在。图 3-12 中,3 × 2 的矩阵 A 和 2 × 4 的矩阵 B 的乘积运算生成了 3 × 4 的。第 1 行第 1 列的元素,A 的第 2 行和 B 的第 1 列的结果是新数组的第 2 行第 1。的形状是 2 × 3,矩阵 B 的形状是 3 × 2,矩阵 A 的第 1 维的元素个数(3)和。原创 2024-09-11 23:24:39 · 422 阅读 · 0 评论 -
感知机--深度学习
(w1, w2, θ) = (0.5, 0.5, 0.7) 时,可 以 满 足 图 2-2 的 条 件。或门在 (x1, x2) = (0, 0) 时输出 0,在 (x1, x2) 为 (0, 1)、(1, 0)、(1, 1) 时输。(b, w1, w2 ) = (−0.5, 1.0, 1.0) 时,可满足图 2-4 的真值表条件。当我们去执行这个异或XOF的时候,这个感知机中的这个公式不管是进行怎么样子的变化,都是无法去执行这个相应的图像的。那么与非门的参数又可。图 2-6 中,○表示 0,△表示 1。原创 2024-09-11 21:20:23 · 452 阅读 · 0 评论