神经网络理论基础及Python实现

文章预览

文／温梦月（简书作者） 链接：www.jianshu.com/p/4824a45fc87d （点击尾部阅读原文前往） 一、多层前向神经网络 多层前向神经网络由三部分组成：输出层、隐藏层、输出层，每层由单元组成； 输入层由训练集的实例特征向量传入，经过连接结点的权重传入下一层，前一层的输出是下一层的输入；隐藏层的个数是任意的，输入层只有一层，输出层也只有一层； 除去输入层之外，隐藏层和输出层的层数和为n，则该神经网络称为n层神经网络，如下图为2层的神经网络； 一层中加权求和，根据非线性方程进行转化输出；理论上，如果有足够多的隐藏层和足够大的训练集，可以模拟出任何方程； 二、设计神经网络结构 使用神经网络之前，必须要确定神经网络的层数，以及每层单 ………………………………