神经网络向量化
From Ufldl
| Line 1: | Line 1: | ||
| - | 在本节，我们将引入神经网络的向量化版本。在前面关于[[神经网络]] | + | 在本节，我们将引入神经网络的向量化版本。在前面关于[[神经网络]]介绍的章节中，我们已经给出了一个部分向量化的实现，它在一次输入一个训练样本时是非常有效率的。下边我们看看如何实现同时处理多个训练样本的算法。具体来讲，我们将把正向传播、反向传播这两个步骤以及稀疏特征集学习扩展为多训练样本版本。 |
==正向传导== | ==正向传导== | ||
| Line 1: | Line 1: | ||
| - | 在本节，我们将引入神经网络的向量化版本。在前面关于[[神经网络]] | + | 在本节，我们将引入神经网络的向量化版本。在前面关于[[神经网络]]介绍的章节中，我们已经给出了一个部分向量化的实现，它在一次输入一个训练样本时是非常有效率的。下边我们看看如何实现同时处理多个训练样本的算法。具体来讲，我们将把正向传播、反向传播这两个步骤以及稀疏特征集学习扩展为多训练样本版本。 |
==正向传导== | ==正向传导== | ||
