UFLDL 笔记 01 神经网络
2016-04-17 19:26
375 查看
UFLDL=Unsupervised Feature Learning and Deep Learning
其输出为hW,b=f(Wtx)=f(∑3i=1Wixi+b)h_{W,b}=f(W^tx)=f(\sum^3_{i=1}W_ix_i+b)
其中激活函数一般可以选为sigmoid函数或者双曲正切tanh函数,当选用sigmoid函数时,单个神经元实际上可以看做一个逻辑回归
导数公式}导数公式}
sigmoid的导数:
f′(z)=f(z)(1−f(z))f'(z)=f(z)(1-f(z))
tanh导数:
f′(z)=1−f2(z)f'(z)=1-f^2(z)
这里的+1是截距,叫作偏置节点,在说某一层的节点数量时,偏置节点不计数在内。
以上网络的数学形式为
其实这可以写成矩阵的形式,利用线代的知识快速求解
可以看出一共有3∗3+3∗13*3+3*1个权重值w
这里还有简单的标记形式
记z(l)iz^{(l)}_i为l层第i单元输入加权和
那么a(l)i=f(z(l)i)a^{(l)}_i=f(z^{(l)}_i)
那么最后输出的hW,bh_{W,b}就是以z(3)z^{(3)}为输入的了,这里没写下表i,就表示所有向量了。
以上的神经网络的输出为单个输出,如果输出层为多个节点,那就就可以是多输出了。
这样 一层一层先前计算的就是向前神经网路
01 神经网络
神经网络由神经元构成,首先看神经元的结构:1.1 神经元
单个神经元简单来说就是输入数值(刺激),代入一个激活函数,如果达到阈值便输出一个对应的值。其输出为hW,b=f(Wtx)=f(∑3i=1Wixi+b)h_{W,b}=f(W^tx)=f(\sum^3_{i=1}W_ix_i+b)
其中激活函数一般可以选为sigmoid函数或者双曲正切tanh函数,当选用sigmoid函数时,单个神经元实际上可以看做一个逻辑回归
导数公式}导数公式}
sigmoid的导数:
f′(z)=f(z)(1−f(z))f'(z)=f(z)(1-f(z))
tanh导数:
f′(z)=1−f2(z)f'(z)=1-f^2(z)
1.2神经网络
多个神经元首位相接就是神经网络,如下图这里的+1是截距,叫作偏置节点,在说某一层的节点数量时,偏置节点不计数在内。
以上网络的数学形式为
其实这可以写成矩阵的形式,利用线代的知识快速求解
可以看出一共有3∗3+3∗13*3+3*1个权重值w
这里还有简单的标记形式
记z(l)iz^{(l)}_i为l层第i单元输入加权和
那么a(l)i=f(z(l)i)a^{(l)}_i=f(z^{(l)}_i)
那么最后输出的hW,bh_{W,b}就是以z(3)z^{(3)}为输入的了,这里没写下表i,就表示所有向量了。
以上的神经网络的输出为单个输出,如果输出层为多个节点,那就就可以是多输出了。
这样 一层一层先前计算的就是向前神经网路
相关文章推荐
- 作业——在线学习Android课程之第七周(HttpURLConnection)
- php面试题之三——PHP网络编程(高级部分)
- HttpClient请求数据的封装
- C/C++网络编程大文件循环传输
- HTTP协议概述
- 无网络或无线网络情况下本地主机连接虚拟机
- 网络a、b、c类ip地址的区别
- NioSocket实现HTTP协议
- Http协议
- TCP/IP, WebSocket 和 MQTT
- 第 3 章 HTTP 报文内的 HTTP 信息
- WebSocket(4)-- WebSocket与TCP、Http的关系
- HDU 4411 Arrest 费用流
- linux的配置网络以及防火墙禁用
- RTSP - RTP over TCP
- OkHttp深入学习(一)——初探
- SSM框架开发时出现HTTP 400错误
- 计算机网络相关
- Android Volley和Android-async-http两个网络框架比较
- 笔记-7 网络编程数据处理