1.架构
参考链接:深度学习开端|全连接神经网络 - 知乎
基本的结构:输入层(样本数据);隐藏层(隐藏层的层数和每层的神经元数目需要自己给定);输出层(预测目标)
2.计算
神经元是上一层的输入与权重相乘后求和,在经过非线性函数转换。得到下一层的输出。
可表述为:
参考链接:深度学习开端|全连接神经网络 - 知乎
基本的结构:输入层(样本数据);隐藏层(隐藏层的层数和每层的神经元数目需要自己给定);输出层(预测目标)
神经元是上一层的输入与权重相乘后求和,在经过非线性函数转换。得到下一层的输出。
可表述为: