神经网络入门学习笔记

本文介绍了神经网络的基本概念,包括最简单的双层神经网络和三层神经网络。讨论了激活函数的作用,以及梯度在优化过程中的重要性。还介绍了增加隐层和dropout技术作为改进神经网络的策略,以防止过拟合并提高模型泛化能力。
摘要由CSDN通过智能技术生成

关于神经网络的一些基本概念在这里就不做介绍,首先我们进行一些概念和符号上的约定。

假设一个矩阵如下:

X=123232311 X = [ 1 2 3 2 3 1 3 2 1 ]

点乘

XX=112233223322331111=

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