摘要: 在完成Z=X*W.T+b后,我们需要一个激活函数,把Z变成另外一个值,然后传到神经网络的下一层去 在神经网络的输出层,我们需要将最后的Z通过激活函数,转换成我们需要的答案 输出层需要激活函数很好理解,总不能把Z输出,搞得程序最后运行得出一个奇奇怪怪的东西吧 在隐藏层中,如果我们不需要激活函数,那我们 阅读全文
posted @ 2017-11-30 21:22 shensobaolibin 阅读(542) 评论(0) 推荐(0) 编辑
摘要: 上次写的那个神经网络是只有一个W,b的神经网络 说实话,其实那个根本不能叫做神经网络 那个只是一个高级一点的线性拟合而已 浅层神经网络有2层 第0层是输入层,输入一个向量 第二场是隐藏层,第三层是输出层 每一个节点都会把传进来的变量用Z=X*W.T+b,a=f(Z),然后输出a 最后一个节点的输出就 阅读全文
posted @ 2017-11-30 20:09 shensobaolibin 阅读(283) 评论(0) 推荐(0) 编辑
摘要: numpy就是用并行运算来计算矩阵乘法,加法之类的 这个好处是可以充分运用cpu的性能使代码跑的非常快,可以快个1e2左右的样子 两个向量的乘法: 向量长度必须一样,否则会报错 关于矩阵与向量的乘法: 输出:[30,40] 可以看到,其实我们再用np.dot的时候,我们其实是把后面那个数组变成列向量 阅读全文
posted @ 2017-11-30 10:20 shensobaolibin 阅读(1484) 评论(0) 推荐(0) 编辑
摘要: 这个难到是不难,主要是熟悉python和文件IO 第一次写python,模块化做的不是很好,代码写的也比较乱。 也没有使用numpy,这代码就算python的第一次练手了 阅读全文
posted @ 2017-11-30 09:03 shensobaolibin 阅读(355) 评论(0) 推荐(0) 编辑