您的位置: 首页 > 文章 > 吴恩达深度学习--反向传播 吴恩达深度学习--反向传播 分类: 文章 • 2023-04-03 11:00:17 反向传播图示 对于一个单隐层的神经网络，它的正向传播与反传播如下。 反向传播的向量化表示 dz[2]=A[2]−Y dw[2]=1mdz[2]A[1]T db[2]=1mnp.sum(dz[2],axis=1,keepdims=true) dz[1]=w[2]Tdz[2]∗g[1]′(z[1]) dw[1]=1mdz[1]xT db[1]=1mnp.sum(dz[1],axis=1,keepdims=true) 上式中的keepdims=true的含义是确保python的输出是矩阵。g[1]′的含义是第一层的**函数。 变量的维度 设一个单隐层的神经网络的输出层、隐含层和输出层的维度分别是：n[0]、n[1]、n[2]。反向传播各个变量的维度总结如图2所示：
