2.1 深度学习-神经网络-吴恩达
神经网络
输入层 输入为特征向量
隐藏层
输出层
Tensorflow and Keras
- TensorFlow 是由谷歌开发的一个机器学习包。2019年,谷歌将 Keras 集成到 TensorFlow 中,并发布了 TensorFlow 2.0。Keras 是由 François Chollet 独立开发的框架,它为 TensorFlow 创建了一个简单、以层为中心的接口。本课程将使用 Keras 接口。
前向传播算法
从左到右向前计算,称为前向传播。
离输出层越近,隐藏层神经元越少。
两个特征,第一个隐藏层有三个神经元,激活函数为sigmoid,输出为a1,第二层同理;
输入向量要写成二维矩阵形式 x = np.array([[200,17]]) 1x2矩阵。
- 将权重拟合到数据(反向传播)如果数据被归一化,那么这个过程将会进行得更快。
2.1 深度学习-神经网络-吴恩达
http://binbo-zappy.github.io/2024/11/13/ML/class2-week1-深度学习-神经网络-吴恩达/