小白的机器学习学习笔记（十）----神经网络模型及相关术语

前面我们学习了线性回归算法，Logistic算法，这些算法都是处理特征量较少的情况。当特征量达到上万，神经网络算法就具有明显的优势。

下面简单了解一下模型及相关术语

接受输入x0，x1，x2，x3，通过h(x)计算输出结果。其中x0是偏置神经元或偏置单元，恒为1。

若h(x)是sigmoid函数，我们称该神经元为带有sigmoid**函数的人工神经元。

K称为权重或参数。

神经网络其实就是一组神经元。

L1为输入层，L2为隐藏层，L3为输出层，隐藏层可以有多层！事实上，除了输入层和输出层就被称为隐藏层。

我们将称为第j层的第i个**项。

**项：由一个具体神经元计算并输出的值。

如果一个网络在第j层有sj个单元，在第j+1层有s(j+1)个单元，则控制第j层到第j+1层映射的矩阵的维度为s(j+1) 行，(sj  +1）列。

                                                                                                                                               BY   ZJQ