吴恩达 深度学习 神经网络和深度学习 深度神经网络

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_24502469/article/details/81032063

1.深度神经网络

相对浅层神经网络有更多的隐藏层,更深邃的计算

 

2.核对矩阵的维数

通过矩阵的性质,结合Z和X的维数,检查W,b等参数的维数,能更快的找到bug并解决

向量化之后b.shape[1]=db.shape[1]=m

 

3.前向传播和反向传播

下图是神经网络搭建的网络块图

具体的计算公式

 

4.参数和超参数

一般我们认为

参数为W,b

而像学习率,隐藏层大小等参数称为超参数

没有更多推荐了,返回首页