吴恩达 神经网络和深度学习 观看笔记(5)

Deep L-layer Networks

深层的神经网络


1、Deep L-layer Neural Network

深层的神经网络就是包含多个隐藏层的复杂神经网络。
如图,就是把logistic回归做了两次计算,实际上我们需要不断的计算a和z,最后计算损失函数。当然,在神经网络中还会有很多的反向计算,如图中红色箭头,会反向计算出da,dw,dz等值。

深层神经网络中的一些符号表示,右上表一般是层数:
在这里插入图片描述

2、 Forward propagation in a deep network

正向传播就是把之前的单层神经网络的正向传播重复几次,这里可以用for循环来做。
在这里插入图片描述

3、Getting your matrix dimensions right

通过推演,保证自己的矩阵维度是正确的。向量化后可以推出所有Z和A的矩阵维度:
Z[l],A[l]:(n[l],m) , dZ[l],dA[l]:(n[l],m)
在这里插入图片描述

4、Building blocks of deep nerual networks

在这里插入图片描述

5、Forward and backward propagation

多层神经网络的正向和反向传播。
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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