4.1 深层神经网络
Logistic 回归：无隐层
2层神经网络：单隐层
3 层神经网络：双隐层
N层神经网络：N-1个隐层
深度神经网络的符号表示方法
4.2 深层网络中的前向传播
4.3 核对矩阵的维数
4.4 为什么使用深层表示？
深度表示的直观感受：
以人脸识别为例：边缘检测 -> 眼睛、鼻子等人脸要素的识别 -> “人脸”的组装
以音频识别为例：声波识别 -> 音位识别 -> 单词识别 -> 句子、短语的识别
电路理论对深度学习的解释（如果不使用层次结构，输入单元数将会指数级增长）
吴恩达深度学习学习笔记——C1W4——深层神经网络-1
猜你喜欢
转载自blog.csdn.net/hpdlzu80100/article/details/113178042
今日推荐
周排行