神经元的工作机理:分为两部分,下半部分是一个线性函数,用变量生成一个线性函数;上半部分是将a(x)装入一个激活函数
将激活函数结果输出。
输出层的激活函数、损失函数:
反向传播算法:
反向传播算法总结:
神经网络优化过程:
(1) 先前向过程,计算出初始的f(x) a(x) h(x)
(2) 反向传播优化(即梯度下降法)
(3)更新参数
梯度下降检查:
神经元的工作机理:分为两部分,下半部分是一个线性函数,用变量生成一个线性函数;上半部分是将a(x)装入一个激活函数
将激活函数结果输出。
(1) 先前向过程,计算出初始的f(x) a(x) h(x)
(2) 反向传播优化(即梯度下降法)
(3)更新参数