深層神經網絡（DNN）:

---

一、深層神經網絡

4層的神經網絡：

---

二、前向與反向傳播

前向 (forward propagation):

反向 (backward propagation):

notation:
n[l]：第l層的unit個數
W[l]：(n[l] , n[l?1])
b[l]：(n[l] , 1)
dW[l]：(n[l] , n[l?1])
db[l]：(n[l] , 1)

single example:
x：(n[0] , 1)
z[l]：(n[l] , 1)
a[l]=z[l]=dz[l]：(n[l] , 1)

multiple example:
x：(n[0] , m)
Z[l]：(n[l] , m)
A[l]=Z[l]=dZ[l]=dA[l]：(n[l] , m)

---

三、參數與超參數

參數（parameters）：
訓練網絡得到的模型參數用于預測：W[l]，b[l]

超參數（hyperparameters）：
訓練網絡過程中所需要的的參數，超參數某種程度上決定著模型的參數 W[l]，b[l] 的最終結果。

學習速率：α
迭代次數：N
隱藏層的層數：L
每一層的神經元個數：n[1]，n[2],?
激活函數g(z)的選擇

總結

以上是生活随笔為你收集整理的吴恩达深度学习笔记4-Course1-Week4【深层神经网络】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。