从零实现一个简单神经网络(全连接层)
前向传播首先我们需要先确定一个公式其中W是我们的权重,X是我们的输入,b是偏置, σ是激活函数就拿最简单的两层神经网络来举例子,也就是由一个输入层,一个隐藏层,和一个输出层所组成的神经网络。在这个神经网络里,W也就是我们的隐藏层,X也就是输入层假设现在我们的输入X是一个1xN的一维矩阵假如我们需要实现0-9的手写数字识别功能,那么我们最后的输出就是0-9这十个数字的概率矩阵,也就是1x10的一个一维矩阵那么应该如何将一个1xN的矩阵变成1x10的矩阵呢。我们可以用一个10xN的矩阵,也就是隐
原创
2022-02-06 22:44:14 ·
2497 阅读 ·
1 评论