颜色分类leetcode dsc 04 40 04 deeper neural networks nyc career ds 1...

颜色分类leetcode更深的神经网络介绍恭喜，你通过了你的第一个神经网络实验室！我们构建的已经很酷了，甚至测试集分类性能也不是那么好。别担心，我们真的只是触及了神经网络可以做的事情的皮毛！让我们看看如何进一步扩展神经网络。目标你将能够：解释如何将逻辑回归神经网络示例扩展到“更深”的神经网络如何构建数据以构建神经网络知道什么是激活函数以及在何处使用哪个让我们回顾一下我们的逻辑回归神经网络示例。在下图中，我们表示了前向传播流的样子。现在需要注意一件重要的事情，那就是这个逻辑回归神经网络实际上非常浅，因为没有隐藏层！为何如此？事实上，神经网络中的神经元究竟是做什么的？神经元的目的是2倍它对输入进行线性变换（流派$ w x+b$）它使用激活函数（流派sigmoid，或其他激活函数。稍后查看更多信息）一个更正确的神经网络表示如下：这意味着逻辑回归神经网络中只有一个神经元，基本上是输出层中的一个神经元。它接受我们知道的输入，并直接输出观察到的输出，中间没有层。如果是这种情况，则神经网络网络是1层神经网络。为了更清楚，让我们看一下左下方的网络，