神经网络和深度学习-3.1神经网络结构

对于神经网络的计算我们通常使用向量化计算。一般来说，把input层当作第0层，隐层和输出层作为真正的层。
对于纵向排列的神经元，我们把它看作为一个列向量，一般4*3的矩阵，4就代表神经元个数，3就代表前面输入了几个feature。

对于m个训练样本，就要把每个x单个样本当作一个列组成一组列向量，注意写法，要把权重矩阵写在前面点乘X。

对于每个矩阵，横向上保持是每个样本，纵向上保持每个特征。这些值得是X，Z和A


©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容