一、正向傳播
正向傳播是指資料從X傳入到神經網絡,經過各個隐藏層得到最終輸出的過程
在計算一個神經網絡的輸出的時候,如果已知輸入,那麼就是一個标準的正向傳播過程
還是跟直接blog一樣的例子
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLiAzNfRHLGZkRGZkRfJ3bs92YsYTMfVmepNHL9UkaOpXUE1EMFRVT3V1MMBjVtJWd0ckW65UbM5WOHJWa5kHT20ESjBjUIF2X0hXZ0xCMx81dvRWYoNHLrdEZwZ1Rh5WNXp1bwNjW1ZUba9VZwlHdssmch1mclRXY39CXldWYtlWPzNXZj9mcw1ycz9WL49zZuBnL5QDO0IDNwQDM0AjMxkTMwIzLc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
在這個例子中,我們實際上是在對每一個輸入,以及神經網絡中的每一個神經元,這個構成好了的DAG進行了有方向(從輸入到輸出)有固定流程的操作,當然根絕前面的blog,這一過程可以自動化 ,向量化
二、符号規定
這個與前面blog所說标準一緻,這裡也不加贅述
一、正向傳播
正向傳播是指資料從X傳入到神經網絡,經過各個隐藏層得到最終輸出的過程
在計算一個神經網絡的輸出的時候,如果已知輸入,那麼就是一個标準的正向傳播過程
還是跟直接blog一樣的例子
在這個例子中,我們實際上是在對每一個輸入,以及神經網絡中的每一個神經元,這個構成好了的DAG進行了有方向(從輸入到輸出)有固定流程的操作,當然根絕前面的blog,這一過程可以自動化 ,向量化
二、符号規定
這個與前面blog所說标準一緻,這裡也不加贅述