神经网络向量化
From Ufldl
Line 4: | Line 4: | ||
一审:在本节,我们将引入神经网络的向量化。在前面关于神经网络介绍的章节中,我们已经给出了一个部分向量化的实现,它在一次输入一个训练样本时是非常有效率的。下边我们看看如何实现同时处理多个训练样本。具体来讲,我们将把正向传导、反向传导这两个步骤以及稀疏特征集学习扩展到多训练样本版本。 | 一审:在本节,我们将引入神经网络的向量化。在前面关于神经网络介绍的章节中,我们已经给出了一个部分向量化的实现,它在一次输入一个训练样本时是非常有效率的。下边我们看看如何实现同时处理多个训练样本。具体来讲,我们将把正向传导、反向传导这两个步骤以及稀疏特征集学习扩展到多训练样本版本。 | ||
- | + | ||
== Forward propagation == | == Forward propagation == |