吴恩达课程学习笔记

一、[LINEAR-> ACTIVATION]转发函数 比如我有一个多层的神经网络，结构是输入层->隐藏层->隐藏层->···->隐藏层->输出层。 在每一层中，我会首先计算Z = np.dot(W,

···深度神经网络模型 一、模型的基本结构 ==========层数一般包括隐藏层+输出层，不含有输入层============== 1.logistic回归是一个浅层模型==单层神经网络 2.单隐层

1.logistic回归思想即如下===sigmoid单元 很多sigmoid单元堆叠起来构成一个神经网络 eg:只有一个隐藏层的神经网络 输入层是第0层。 对于双层的解析： 针对第一层的前两个节点：

第一章 一.基本概念 - 1.杂七乱八 训练集的规模/训练样本数量---m 激活函数：sigmoid函数--->ReLU函数，梯度下降法运行的更快 正向传播/反向传播步骤 保存一张图片===需要保存R