理論-神經網絡架構簡單介紹

以下內容筆記出自‘跟着迪哥學python數據分析與機器學習實戰’，外加個人整理添加，僅供個人複習使用。 神經網絡的整體框架： 輸入層：樣本特徵 隱藏層1：神經網絡按照某種線性組合關係將所有特徵重新進行組合 隱藏層2：之前的隱藏層1的特徵變換不夠強大，可以繼續對特徵做變換處理 輸出層：根據分類還是迴歸任務，選擇合適的輸出結果和損失函數 比如函數計算： 單層： 雙層： 激活函數 上面都是在得到預測分值

>>阅读原文<<