在大多數的神經網絡教科書中，神經網絡一般都會使用 y = WX+B 或者 y = XW+B 的形式。但是在 tensorflow 或者 theano 中，神經網絡的實現都是采用了 y = XW+B 的形式。這是為什么呢？我花了很多的時間去查找資料，最后發現一點，可能是 y = XW+B 計算導數比 y = WX+B 容易。

從理論上講，XW+B 和 WX+B 在神經網絡中是等價的（其實就是一個矩陣的轉置）。然而，當我們計算兩者的導數的時候卻差別很大。我們通過具體的數學推導來感受一下吧。

比如：y = XW

?比如：y = WX

注明：完全搬運簡書，作者原文已刪除~~~

總結

以上是生活随笔為你收集整理的深度神经网络：WX+B vs XW+B，作者原文已经删除，转载过来了~~~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。