
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
深度学习公式推导(3):初探神经网络
经过上节的讲述我们能够理解输入x、权重w、偏置b (-θ)之间的关系,如下图所示:公式中的n 代表有n个输入项,因此所有的输入值最终等于z,之前我们通过u(z) 的函数得到的结果y,0 或者1 。为了获取y 点火的概率,我们使用了 激活函数 a(z) ,激活函数的目的是表示y 点火的概率是多少,如果结果靠近 1 就是点火的可能性较大,否则就认为可能性较小。并且得出了激活函数的最终结果就好像两个向量

深度学习公式推导(3):初探神经网络
经过上节的讲述我们能够理解输入x、权重w、偏置b (-θ)之间的关系,如下图所示:公式中的n 代表有n个输入项,因此所有的输入值最终等于z,之前我们通过u(z) 的函数得到的结果y,0 或者1 。为了获取y 点火的概率,我们使用了 激活函数 a(z) ,激活函数的目的是表示y 点火的概率是多少,如果结果靠近 1 就是点火的可能性较大,否则就认为可能性较小。并且得出了激活函数的最终结果就好像两个向量

到底了







