解释 Neural Network 的 Output 公式
来源:互联网 发布:免费视频字幕制作软件 编辑:程序博客网 时间:2024/05/16 03:21
下面这道公式, 出自于Making Your Own Neural Network这本书。 是在讲3 Layer Neural Network, 第三层其中一个Node的Output值。
刚开始看, 觉得难懂,后来,想通了。 其实, 很简单。我们以程序员的角度, 来想这个问题。 什么是程序员的角度?就是把复杂度问题拆为几个简单的小问题。 拿一个Neural Node为例子。 Node会有几个Input和几个Output。假设只有一个Input和一个Output。如下图:
对这个Input, 先乘上Weight, W,然后进行Sigmoid运算, 得到Output。 S为Sigmoid运算, 如下:
接下来,我们把3个Node, 接在一起, 成为3 Layer Neural Network, 但只有一条线串在一起。
因为第一層Node, 不其作用, Output = Input。第二層, 第三層, 会作Weight和Sigmoid运算。 合并起来, 就是下面这道公式。
O = S (W3 * S (W2 * I))
把S展开来, 就是本篇一开始的那道公式。
-Count
0 0
- 解释 Neural Network 的 Output 公式
- 解释Learning Rate在Neural Network的作用
- Neural Network :Backpropagation的实现
- Neural Network
- Neural Network
- Neural Network
- 关于neural network的一些资料
- 神经网络(Neural Network)的表示
- matlab画神经网络的结构 neural network
- Keras, high-level 的 Neural Network 框架.
- 解释LR controller里的error output
- 解释LR controller里的error output
- 神经网络 ——一个很好的解释以及简单实现 Implementing a Neural Network from Scratch in Python – An Introduction
- 深度学习(二)——深度学习常用术语解释, Neural Network Zoo, CNN, Autoencoder
- neural network articel
- Neural Network 笔记
- neural network model
- week5 Neural Network Learning
- 动态规划8:斐波那契数列
- mysql索引
- 网络编程 笔记(二) 基于 Windows简单通信
- 动态规划9:跳台阶问题
- 从技术到逻辑,技术逻辑分离实践
- 解释 Neural Network 的 Output 公式
- C语言学习历程——Training01整数算法训练02
- Linux磁盘管理
- 动态规划10:变态跳台阶
- 互斥量mutex
- maven_eclipse下的错误之-Dmaven.multiModuleProjectDirectory system propery is not set. Check $M2_HOME envi
- MAC下的SVN服务器建立
- 动态规划11:矩形覆盖
- LeetCode:Is Subsequence