版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_24502469/article/details/81032063
1.深度神经网络
相对浅层神经网络有更多的隐藏层,更深邃的计算
2.核对矩阵的维数
通过矩阵的性质,结合Z和X的维数,检查W,b等参数的维数,能更快的找到bug并解决
向量化之后b.shape[1]=db.shape[1]=m
3.前向传播和反向传播
下图是神经网络搭建的网络块图
具体的计算公式
4.参数和超参数
一般我们认为
参数为W,b
而像学习率,隐藏层大小等参数称为超参数