深度学习吴恩达课程笔记（二）——浅层与深层神经网络

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~

【吴恩达课程笔记专栏】

Deep Learning

Deep Learning

Deep Learning

吴恩达课程笔记——浅层神经网络、深层神经网络

• 四、浅层神经网络概述

  • • 1. 双层神经网络的表示方法
    • 2. 双层神经网络的正向传播过程
    • • 第一层正向传播步骤
      • 第二层层传递过程
• 3. 双层神经网络的反向传播

• • 参数

  • 梯度下降算法

  • 反向传播计算公式

  • 第二层的反向传播过程推导

    • 4.激活函数
    • 5.为什么要使用非线性激活函数？
    • 6.为什么要对W随机初始化？

• 五、深度神经网络

  • 1.变量的定义
    • 2.矩阵维度的具体说明
    • 3.何时采用深度表示更合适
    • 4.深度神经网络模块图解
    • 5.实现前向传播与反向传播的具体步骤

四、浅层神经网络

1.双层神经网络表示

![在这里插入图片描述](https