吴恩达机器学习课程07——神经网络学习

本文聚焦于吴恩达机器学习课程中的神经网络模型,特别是前向传播和反向传播的详细解释。前向传播通过激活函数将输入转换为输出,而反向传播则是理解的重点,涉及误差计算和梯度下降法,用于优化网络参数。作者指出,尽管吴恩达的讲解通俗,但反向传播仍需要深入理解和多次实践才能掌握。
摘要由CSDN通过智能技术生成


神经网络模型

  • 关于这一块的入门知识,比如什么是神经网络呀,等等抽象的入门概念,我不打算讲太多,准确的说,吴恩达老师的课程里已经陈述了一遍了,比较好理解,没有太多要讲的地方。今天的话,我主要想再讲一下前向传播和反向传播的知识(主要是反向传播),这一块其实吴恩达老师也拿出了很多的时间来讲解,但是说实话,这一块内容比较的绕,需要一定的数学功底,之前我也专门总结过很多次了,即便是这样,我也觉得我并没有多么掌握这一块的知识(吴恩达老师也在视频中提到这一点),所以今天也算是领着自己再重新掌握一遍这一块的内容。

前向传播

  • 前向传播:这一块吴恩达老师讲的挺通俗易懂的,下面就是他的一些板书来帮助我们理解。
    在这里插入图片描述
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CtrlZ1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值