4.1 深L层神经网络
对于某些问题来说，深层神经网络相对于浅层神经网络解决该问题的效果会较好。所以问题就变成了神经网络层数的设置。
其中
n
[
i
]
n^{[i]}
n[i]表示第i层神经节点的个数，
w
[
l
]
w^{[l]}
w[l]代表计算第l层所采用的权重系数，
b
[
l
]
b^{[l]}
b[l]代表计算第l层所用的偏移量，
g
[
i
]
g^[i]
g[i]表示第i层所配置的激活函数，常见的激活函数有sigmoid，tanh、relu和leaky-relu等。
b
[
i
]
b^[i]
b[i]表示第i层配置的参数/偏移量
文章来源：https://www.toymoban.com/news/detail-812274.html
4.2 深层网络中的正向传播
为了统一格式，可以将输入向量x改写成
a
[
0
]
a^{[0]}
a[0]
文章来源地址https://www.toymoban.com/news/detail-812274.html
到了这里，关于深度学习｜4.1 深L层神经网络 4.2 深层网络的正向传播的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
