Overview of Neural Network
回顾第一周的neural network,第一个neural network是z,第二个是theta,上一个传入下一个。
拿单层神经网络来说,样本的值x1,x2...xn是input layer,是输入层;hidden layer是function layer,负责把input layer的值进行处理,然后传入output layer。传出来的值就是y-hat,相当于函数处理的值。
下面来推倒神经网络的计算过程:
前面说过两层神经网络可以看成逻辑回归再重复计算一次。
这是逻辑回归正向传播应该运行的计算,先计算z,后计算a;对于一个双层神经网络来说,一个node对应一次运算,那么从输入层到隐藏层有一次逻辑回归运算;从隐藏层到输出层还有一次。
对于输入层之后的隐藏层,我们用上标加方括号表示,[1]代表第一个隐藏层;下表代表这个节点的顺序;
那么,对于这个神经网络来说:
这里面,四个node代表四个逻辑回归的计算(sigmoid),因为layer是从0开始的,所以input layer是a[0];X = [ x1,x2,x3].T;
hidden layer是a[1];y-hat layer 是 a[2];那