MLP-1

106 阅读1分钟

1. 多层感知机(MLP)

本节将以多层感知机为例,介绍多层神经网络的概念。

1.1 隐藏层

下图为一个多层感知机的神经网络图。

在这里插入图片描述

多层感知机在单层神经网络的基础上引入了一到多个隐藏层(hidden layer)。如图所示的隐藏层一共有5个隐藏单元。由于输入层不涉及计算,因此这个多层感知机的层数为2。如图所示的多层感知机中的隐藏层和输出层都是全连接层。

对于一个只有一个隐藏层且隐藏单元个数为h hh的多层感知机,记它的输出为H HH。因为这个多层感知机中的隐藏层和输出层都是全连接层,所以可以设:隐藏层的权重参数和偏差参数分别为W h W_hW

O=(XWh+bh)Wo+bo=XWhWo+bhWo+boO=(XW_h+b_h)Wo​+bo​=XW_h​W_o​+b_h​W_o​+b_o​