![深度学习时代的计算机视觉算法](https://wfqqreader-1252317822.image.myqcloud.com/cover/870/53255870/b_53255870.jpg)
上QQ阅读APP看书,第一时间看更新
1.3.1 前馈神经网络
给定一个前馈神经网络,利用下面的符号来描述该网络。
•fl(·):表示第l层神经元的激活函数。
•:表示第l-1层到第l层的权重矩阵。
•:表示第l-1层到第l层的偏置。
•:表示第l层神经元的状态。
•:表示第l层神经元的活性值。
前馈神经网络通过式(1-1)和式(1-2)进行信息传播:
![](https://epubservercos.yuewen.com/7FC30D/31727591504178206/epubprivate/OEBPS/Images/58132_16_06.jpg?sign=1739519301-xDEpoSwKVB7i5dOpqw7tB9AkVHfUKAD0-0-1024dda2fd01b032c5110be77b21a099)
式(1-1)和式(1-2)可以合并为:
![](https://epubservercos.yuewen.com/7FC30D/31727591504178206/epubprivate/OEBPS/Images/58132_16_07.jpg?sign=1739519301-i43mOs5jdB2mSey7y9PcQJXzxwAmM3ZT-0-bd7b4bf05b4a674cc10e368d6bb2be16)
通过逐层的前馈传播,得到网络最后的输出aL:
![](https://epubservercos.yuewen.com/7FC30D/31727591504178206/epubprivate/OEBPS/Images/58132_16_08.jpg?sign=1739519301-6yb8gk8UOHmnsIIMbIxLzTdoazUSiDsj-0-6f99527927b6d91c4ac0632eefcc2635)
给定一个前馈神经网络,利用下面的符号来描述该网络。
•fl(·):表示第l层神经元的激活函数。
•:表示第l-1层到第l层的权重矩阵。
•:表示第l-1层到第l层的偏置。
•:表示第l层神经元的状态。
•:表示第l层神经元的活性值。
前馈神经网络通过式(1-1)和式(1-2)进行信息传播:
式(1-1)和式(1-2)可以合并为:
通过逐层的前馈传播,得到网络最后的输出aL: