前言

吳恩達的課程堪稱經典，有必要總結一下。
學以致用，以學促用，通過筆記總結，鞏固學習成果，復習新學的概念。

目錄

文章目錄

• 前言
• 目錄
• 正文

正文

本周主要講述單隱層神經網絡的相關特性。
下面的公式是單隱層神經網絡整個的計算流程。
圖是一個兩層神經網絡的結構圖和計算流程。
神經網絡表示學習
神經元激活信息流圖。
神經網絡符號表示。
神經網絡表示學習
神經網絡表示方法。

神經網絡表示方法
神經網絡計算流程
神經網絡表示方法
多樣本向量化計算。
計算流程
向量化實現的驗證
對數據進行重整。
激活函數
不同激活函數的優缺點。
sigmoid激活函數。
Tanh激活函數。
受限線性單元和調節線性單元的圖像。
神經網絡的梯度下降。
計算梯度的公式。
計算梯度示意圖。
梯度傳遞公式
梯度傳遞總結
梯度傳遞形式。
全零初始化的問題。
全零初始化使得網絡停滯。
隨機初始化，網絡持續進化。

總結

以上是生活随笔為你收集整理的吴恩达 coursera AI 第三课总结+作业答案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。