吴恩达老师DeepLearning系列课程最详细学习笔记之25—神经网络概述
接下来你用另外一个线性方程计算z^([2]),接着计算a^([2]),a^([2])就是整个神经网络的最终输出,同时我也用y ̂表示网络的输出。这里面,你需要输入特征x,参数w和b【此处w=[■(w_1@w_2@w_3 )] x=[■(x_1@x_2@x_3 )] w^T x+b=[■(w_1&w_2&w_3 )][■(x_1@x_2@x_3 )]+b=w_1 x_1+w_2 x_2+w_3 x_3+b】,用那些计算z,然后再用z计算a,我们用a同时表示输出y ̂。学习视频主要来自B站。...
原创
2022-08-13 20:41:57 ·
379 阅读 ·
1 评论