在前面的章节中,神经网络的节点是像下图中展示的计算的,有两个运算,一个算z,一个算a
在复杂一些的网络里同样,每个节点还是进行这样的运算,只是加上不同的上下标,代表不同层不同节点的运算,如下图
表达式向量化:
如图,将每个节点的w向量,输入x,每个节点的b纵向堆叠,最后运算就能得出所有z,进而得出所有a
向量化经验:
一层中不同节点,纵向堆叠
向量化后的表达式
解释:上面两个式子实现了第一层圆圈,下面是第二层圆圈
在前面的章节中,神经网络的节点是像下图中展示的计算的,有两个运算,一个算z,一个算a
在复杂一些的网络里同样,每个节点还是进行这样的运算,只是加上不同的上下标,代表不同层不同节点的运算,如下图
表达式向量化:
如图,将每个节点的w向量,输入x,每个节点的b纵向堆叠,最后运算就能得出所有z,进而得出所有a
向量化经验:
一层中不同节点,纵向堆叠
向量化后的表达式
解释:上面两个式子实现了第一层圆圈,下面是第二层圆圈