浅层神经网络-1
本文来自于网易云课堂
1 符号约定
- []表示层数,()表示样本数,例如表示神经网络的第一层,表示神经网络第一层的第一个样本。
- 表示的第一个特征或者参数。
2 神经网络的表示
习惯上,我们不把输入层作为神经网络的层数,也就是上图表示的是一个标准的2层神经网络。
3 计算神经网络的输出
神经网络的每个节点都表示计算的两个步骤,也就是说神经网络实际上就是计算这些步骤很多次而已,每个节点的计算如下图。
对于下图所示的2层神经网络来说,该如何计算呢?
首先计算第一个节点,有:
对于第二个节点,有
那么对于第一层来说,有
那么,将其向量化,我们可以得到
4 m个样本的向量化实现
对于m个样本来说,我们可以这样来实现,如下图:
但是这样引入了for循环,所以为了将m个样本向量化,可以得到:
从上图可以看到,矩阵的横轴其实就是样本数,纵轴是节点数也即特征值。这样,我们可以得到神经网络的正向传播算法的向量化实现,如下图。