机器学习—在一个单层中的前向传播

如何在单层中实现前进道具?

继续以显示的咖啡烘焙模型,如何取输入特征向量X,并在这个Python实现中实现forward prop以获得这个输出a,用D数组来表示所有这些向量和参数,所以这里只有一个方括号,这是Python中的一个D数组,而不是一个二维矩阵,所以需要计算的第一个值是一个上标方括号,一个下标,它是一个的第一个激活值,即表达式g,现在规定一下,像W1[2]这样的术语表示为W2_1,所以要计算a1[1],有参数w1_1和b1_1,然后计算z1_1,然后a1_1=g(),应用于z的Z状结肠函数。以此类推,计算a1_2,a1_3,把这三个数字组合成一个数组a1,它是第一层的输出,因此,可以通过使用numpy数组将它们分组在一起来实现这一点,现在已经计算出a1,然后实现第二层来计算输出a2,所以用a2_1=g(w2_1*a[1]+b2_1)来计算a2。

相关推荐
张彦峰ZYF11 分钟前
从检索到生成:RAG 如何重构大模型的知识边界?
人工智能·ai·aigc
刘海东刘海东12 分钟前
结构型智能科技的关键可行性——信息型智能向结构型智能的转变(修改提纲)
人工智能·算法·机器学习
**梯度已爆炸**34 分钟前
NLP文本预处理
人工智能·深度学习·nlp
uncle_ll39 分钟前
李宏毅NLP-8-语音模型
人工智能·自然语言处理·语音识别·语音模型·lm
Liudef0639 分钟前
FLUX.1-Kontext 高效训练 LoRA:释放大语言模型定制化潜能的完整指南
人工智能·语言模型·自然语言处理·ai作画·aigc
静心问道40 分钟前
大型语言模型中的自动化思维链提示
人工智能·语言模型·大模型
众链网络1 小时前
你的Prompt还有很大提升
人工智能·prompt·ai写作·ai工具·ai智能体
汀沿河1 小时前
2 大模型高效参数微调;prompt tunning
人工智能·深度学习·prompt
路溪非溪1 小时前
机器学习之线性回归
人工智能·机器学习·线性回归
搞笑的秀儿2 小时前
信息新技术
大数据·人工智能·物联网·云计算·区块链