AI數(shù)學(xué)基礎(chǔ)5-生物學(xué)神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)，邏輯回歸求導(dǎo)計(jì)算圖

《AI數(shù)學(xué)基礎(chǔ)4-Sigmoid函數(shù)》

先看看生物學(xué)神經(jīng)網(wǎng)絡(luò)：


再看看人工神經(jīng)網(wǎng)絡(luò)：


再比較一下Andrew Ng講的邏輯回歸求導(dǎo)：


x1，x2 是輸入的特征值；w1,w2是特征值權(quán)重; b是偏置（bias），Z是神經(jīng)元（Cell Body）里面的求和函數(shù)，a是激活函數(shù)（activation function），輸出預(yù)測值;

L是損失函數(shù)（Loss Function）,反向計(jì)算下一個(gè)更新的參數(shù)：w1,w2和b

這樣一比較，是不是非常形象和生動(dòng)？

《AI數(shù)學(xué)基礎(chǔ)6-向量化（Vectorization）》

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

推薦閱讀更多精彩內(nèi)容