如上图所示的两层神经网络，

单样本向量化：                                                                                 多样本向量化：

for i=1 to 4：

　　z[1](i)　　=　　W[1](i)　　x(i) 　　+　　b[1](i)                                       Z[1]　　=　　W[1]　　X+　　b[1]

(4,1)               (4,3)        (3,1)             (4,1)                              (4,4)          (4,3)       (3,4)         (4,4)

　　a[1](i)　　=sigmoid(　z[1](i)  )　　                                                 A[1]　　=　　sigmoid(　Z[1]   )

　　(4,1)                         (4,1)                                                       (4,4)                              (4,4)

　   z[2](i)　　=　　W[2](i)　a[1](i)　  +       b[2](i)                                        Z[2]　　=　　W[2]　　A[1]　　+　　b[2]

(1,1)               (1,4)        (4,1)             (1,1)                             (1,4)                (1,4)     (4,4)              [1,4]

　　a[2](i)　　=sigmoid(　z[2](i)  )                                                        A[2]　　=　　sigmoid(　Z[2]　)

(1,1)                          (1,1)                                                      (1,4)                               (1,4)

课程一(Neural Networks and Deep Learning)，第三周（Shallow neural networks）—— 1、两层神经网络的单样本向量化表示与多样本向量化表示的更多相关文章

  1. Deep Learning入门视频（上）_一层/两层神经网络code

    关于在51CTO上的深度学习入门课程视频(9)中的code进行解释与总结: (1)单层神经网络: #coding:cp936 #建立单层神经网络,训练四个样本, import numpy as np ...

  2. 吴恩达《深度学习》-第一门课 (Neural Networks and Deep Learning)-第三周：浅层神经网络(Shallow neural networks) -课程笔记

    第三周:浅层神经网络(Shallow neural networks) 3.1 神经网络概述(Neural Network Overview) 使用符号$ ^{[

  3. 【面向代码】学习 Deep Learning（三）Convolution Neural Network(CNN)

    ========================================================================================== 最近一直在看Dee ...

  4. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 4、Logistic Regression with a Neural Network mindset

    Logistic Regression with a Neural Network mindset Welcome to the first (required) programming exerci ...

  5. 课程一(Neural Networks and Deep Learning)，第一周（Introduction to Deep Learning）—— 2、10个测验题

    1.What does the analogy “AI is the new electricity” refer to?  (B) A. Through the “smart grid”, AI i ...

  6. 课程一(Neural Networks and Deep Learning)，第一周（Introduction to Deep Learning）—— 1、经常提及的问题

    Frequently Asked Questions Congratulations to be part of the first class of the Deep Learning Specia ...

  7. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 3、Python Basics with numpy (optional)

    Python Basics with numpy (optional)Welcome to your first (Optional) programming exercise of the deep ...

  8. 课程一(Neural Networks and Deep Learning)，第一周（Introduction to Deep Learning）—— 0、学习目标

    1. Understand the major trends driving the rise of deep learning.2. Be able to explain how deep lear ...

  9. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 0、学习目标

    1. Build a logistic regression model, structured as a shallow neural network2. Implement the main st ...

  10. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 2、编程作业常见问题与答案（Programming Assignment FAQ）

    Please note that when you are working on the programming exercise you will find comments that say &q ...

随机推荐

  1. identify.class.php<======>token加密方法

    class Identify { static private $cert = "1111111"; static public function writeSecret($mob ...

  2. ELK简单部署

    系统环境: IP:192.168.0.156 ruby环境准备 yum -y install ruby-devel ruby-libs ruby-rdoc ruby-ri ruby-static ru ...

  3. jQuery length 和 size()区别

    jQuery length和size()区别总结如下: 1.length是属性,size()是方法. 2.如果你只是想获取元素的个数,两者效果一样既 $("img").length ...

  4. 详细介绍jQuery.outerWidth() 函数具体用法

    outerWidth()函数用于设置或返回当前匹配元素的外宽度.外宽度默认包括元素的内边距(padding).边框(border),但不包括外边距(margin)部分的宽度.你也可以指定参数为true ...

  5. shell脚本-成长之路

    我对shell脚本的认识,除了执行过同事写的shell 脚本外,其他一无所知,为了让自己强大,我决定自己研究shell脚本,也许在你看来很简答,没必要说这么多废话,但是我希望在我的技术log里记录下来 ...

  6. bootstrap增删改查

    <!DOCTYPE html><html> <head> <meta charset="utf-8" /> <title> ...

  7. 分形之C折线

    前面讲了列维(levy)曲线,它是将一条线段不停地分形成两条长度相等且相互垂直的线段而生成.还有分形龙也是将一个线段对折成夹角为90度的两个线段.这一节展示的是将线段不停地分形成两条长度相等且夹角不固 ...

  8. AlexNet详解3

    Reference. Krizhevsky A, Sutskever I, Hinton G E. ImageNet Classification with Deep Convolutional Ne ...

  9. Python学习--和 Oracle 交互

    python 连接oracle 数据库 1.安装 cx_oracle pip install cx_oracle 2.出现 cx_Oracle.DatabaseError: DPI-1047: 64- ...

  10. MGW PCI Framework Architecture

    MGW执行SWBT/FT cases是主要是利用Ant项目. Ant的概念 可能有些读者并不连接什么是Ant以及入可使用它,但只要使用通过Linux系统得读者,应该知道make这个命令.当编译Linu ...