1.矩阵点乘:
import numpy as np
A = np.arange(1,10).reshape(3,3)
B = np.arange(2,14).reshape(3,4)
A.dot(B),np.dot(A,B) #维度顺序不可搞错
2.单层感知机无法表示异或门,异或门是一种多层结构的神经网络。通过叠加多一层感知机就能实现异或门。
3.神经网络:
激活函数:sigmoid函数,.函数值在0到1之间取值,连续变化,可二次求导。是非线性函数。
神经网络的激活函数必须使用非线性函数。
神经网络的运算是通过多个矩阵相乘或者多维数组相乘实现的。
一般来说,回归问题用恒等函数,分类问题用softmax函数。所谓恒等函数就是按原样输出,softmax函数就相当于求概率,函数值在0到1之间,哪个函数值大就输出哪个类型。