Coursera-AndrewNg(吴恩达)机器学习笔记——第四周
2024-08-20 17:35:09
神经网络
1.神经网络发展的动力:在逻辑回归解决复杂的分类问题时,我们使用属性的一些组合来构造新的属性(x12,x1x2,x22...),这样就会造成属性的数目n过多,带来了大量的运算,甚至造成过拟合的现象。在计算机视觉中对物体进行识别,需要将图片的像素点作为属性,因此,属性的项目n将会十分的庞大。逻辑回归解决这类问题存在不足,这给神经网络提供了发展的动力。
2.神经网络的基础模型:
在神经网络模型中,第一层通常称为输入层,最后一层称为输出层,其它层称为隐藏层。如上图所示,在输入层中含有一个偏置x0,其值常为1.其他隐藏层对于其下一层来讲,也都存在一个常为1的偏置。我们通常用a(j)i表示第j层的,第i个神经元;用θ(j)表示第j层的参数(权重)矩阵,其维数为Sj+1*(Sj+1),其中,Sj+1表示为j+1层神经元的个数。维度的推到方式如下图所示:
3.神经网络前向传播的向量化实现:注意除了输出层外,每一层都含有一个值为1的偏置!
每一次前向传播计算都是和逻辑回归方法相同,不同点在于,与逻辑回归的输入值不同,神经网络中的输入值,是上一层的输出值!每一隐藏层根据神经元的连接情况和θ值的设定,都实现了一个特定的功能。
4.神经网络实现AND,NOR,OR运算,然后经过组合实现XOR运算!
5.如何使用神经网络解决多分类问题?
本部分只是强调了,在多分类问题中,最终的预测值y(i)使用一个向量来表示,而不是一个单纯的数字。
最新文章
- EntityFramework 优化
- Aptana Studio 3 汉化简体中文版
- 【转载】C++ 与“类”有关的注意事项总结(十二):按成员初始化 与 按成员赋值
- 12岁的少年教你用Python做小游戏
- [转] Javascript中数组与字典(即object)的使用
- 让 IE6/7/8 也支持HTML5标签的方式
- UI线程与worker线程
- Excel基于POI导入导出的Annotation化之路(一)
- Effective C++(17) 以独立语句将newed对象置入智能指针
- CSS操作笔记
- (网页)JavaScript周末总结(一)
- sqlite线程模式的设置
- mysql数据库,安装 !创建!...详解!
- Linux平台 Oracle 18c RAC安装
- SpringBoot项目接口第一次访问慢的问题
- 从零开始学 Web 之 ES6(四)ES6基础语法二
- 第五章 绘图基础(ALTWIND)
- selenium+xpath在不同层级的写法
- mybatis调用oracle存储过程 out游标类型参数 如何赋给java map
- nodejs设置NODE_ENV环境变量(1)
热门文章
- (转)JAVA常见面试题之Forward和Redirect的区别
- 版本管理(一)之Git和GitHub的区别(优点和缺点)
- angularjs文档下载
- [转]Magento on Steroids – Best practice for highest performance
- Linux分区方式及关闭iptables和selinux的方式
- Java基础——iO(一)
- 开源框架--NFine.Framework学习(01)
- apache2.2 +php7.3安装 编译安装
- Js 中对 Json 数组的常用操作
- VS 2015 报错 "; 'unistd.h': No such file or directory"; 的解决办法