学习目标 用numpy实现一个具有单隐藏层的二分类神经网络模型。 笔记 学习时间 2022.6.23 总结 与逻辑回归不同,神经网络能够学习非线性的决策边界;较大的模型(具有更多隐藏单元)能够更好地拟合训练集,直到最终最大的模型过拟合数据为止;继续优化的方法: 将tanh激活函数更改为sigmoid或ReLU; 调整学习率。 需要注意的地方 反向传播的推导过程(没明白);几种激活函数的优缺点总结还不全面。