多层感知机
多层感知机是一种简单的神经网络,包含输入层、隐藏层以及输出层。如下图所示。
多层感知机的计算过程
输入层为小批量样本 X ∈ R n × d \boldsymbol{X} \in \mathbb{R}^{n \times d} X∈Rn×d,批量大小为 n n n,输入个数为 d d d。上述图的多层感知机为单隐藏层,隐藏层输出为 H H H, H ∈ R n × h \boldsymbol{H} \in \mathbb{R}^{n \times h} H∈Rn×h, h h h为隐藏层单元个数。网络各层之间全连接,设隐藏层的权重参数和偏差参数分别为 W h ∈ R d × h \boldsymbol{W}_{h} \in \mathbb{R}^{d \times h}