初始化，不能一開始全部全設成0，因為這樣的話，隱層結點就會變得全部一樣，體現不出神經網路多層多結點的優越性。
咦~如果層數很多的話，超過三層，那麼有個潛規則就是中間的幾層的隱節點數一般都是一樣大小
隱節點數稍微大點輸入結點個數這個是極好的。
下面就是幾個步驟
第一步，隨機化引數
第二步，前向得到乙個結果。
第三步，計算成本函式
第四步，反向傳播計算這個theta
第五步，就是用梯度檢驗，看下梯度有沒有寫錯。
第六步，用一些很厲害的演算法來計算出最小化j(theta)之後的theta值是多少。
卷積神經網路學習2
經典結構 感受野 類似神經元只接受其所支配的刺激區域內的訊號。分布式表示 每個語義概念由許多分別在不同神經元中被啟用的模式表示，而每個神經元又可以參與到不同的語義概念的表示中去。即 分布式表示 與神經元是乙個多對多對映。如輸入影象為224 224，最後一層匯合層可得到7 7 512的響應張量，512...
神經網路學習筆記2
預處理 將各個畫素值除以255，進行了簡單的正則化。考慮打包輸入多張影象情形，使用predict 一次性打包處理100張影象 x形狀 100 784 for i in range 0,len x batch size x batch x i i batch size 通過x i i batch si...
神經網路2
利用神經網路，採用合適的權重來實現邏輯電路中的與 或 非門等的實際計算 多個各種功能的神經元的疊加計算，有點類似agent的思想，將不同功能的單位組合起來實現同一目的 處理多種分類問題的模型，神經網路的優勢個人目前感覺就是我只需要收集簡單的資料資訊，神經網路自己進行挑選，計算，最終給出我們想要的結果...