本次学习笔记主要记录学习深度学习时的各种记录,包括吴恩达老师视频学习、花书。作者能力有限,如有错误等,望联系修改,非常感谢!
神经网络和深度学习(四)- 深层神经网络
- 一、深层神经网络(Deep L-layer neural network)
- 二、深层网络中的前向传播(Forward propagation in a Deep Network)
- 三、前向传播和反向传播(Forward and backward propagation)
- 四、核对矩阵的维数(Getting your matrix dimensions right)
- 五、为什么使用深层表示(Why deep representations?)
- 六、搭建神经网络块(Building blocks of deep neural networks)
- 七、参数vs超参数(Parameters vs Hyperparameters)
- 八、深度学习和大脑的关联性(What does this have to do with the brain)
第一版 2022-05-15 初稿
一、深层神经网络(Deep L-layer neural network)
1.逻辑回归是一个浅层模型
2.双层神经网络
3个隐藏层,其单元数目分别为5、5、3。
二、深层网络中的前向传播(Forward propagation in a Deep Network)
第一个隐藏层如图蓝色,第二个隐藏层如图紫色。
绿色为输出层。
向量化则用竖线右侧A。