吴恩达深度学习--深度神经网络
介绍
- logistic回归是浅层神经网络,浅层神经网络和深层神经网络是神经网络的层数决定的。
深度神经网络例子及符号约定
4层神经网络示意图
符号约定
上图表示的是一个4层神经网络,3层隐层1层输出层,这4层的单元的数目分别是:4、4、3、1。我们有如下符号约定:
l 为层数,这里l=5。输入层的维度:
n[0]=3 隐藏层的维度:
n[1]=5 、n[2]=5 、n[3]=3 输出层的维度:
n[4]=1 **函数:
a[l]=g[l](z[l]) 、z[l]=wTa[l−1]+b[l] ,(l>=1 )
正向传播
正向传播的向量化
- 从第一层到第4层的计算显式的使用for循环,没有其他办法。
核对矩阵的维数
w[l] 的维度:(n[l],n[l−1]) b[l] 的维度:(n[l],1) dw 维度同w 维度db 维度同b 维度z 的维度:(n[l],m) a 的维度同z 的维度x 的维度:(n[l−1],m)
-