神经网络2

要重新迭代，下面是一个神经网络的例子：

 

在本节中我们将做一个以上的功能量化的实施。我们将定义一个新的变量z_k^(j)，它包含g函数中的参数。在我们前面的示例中，如果我们为所有参数替换变量z，我们将得到：

换句话说，对于层j = 2和节点k，变量z将是：

最后一个Θ^(j)矩阵为一维，我们最终得到的结果为：

 

 

 注意，在最后一步，在层j和层j + 1之间，我们所做的与我们在logistic回归中所做的完全一样。在神经网络中加入所有这些中间层使我们能够更优雅地产生有趣的和更复杂的非线性假设。