深度學習入門筆記（一）

單個神經元網絡 簡化表示 正向傳播：W*X+B=y W,B爲參數，X爲樣本值，y爲預測值，Y爲標籤值 反向傳播：根據差值標籤值Y-預測值y，對W和B進行相應的調整。 循環往復進行 softmax分類算法 得出分別爲y1,y2,y3的概率 tensorflow代碼：tf.nn.softmax(logits,name=None) 損失函數（即標註中差值的計算） 均值平方差 適用範圍：輸入爲實數，無界的

>>阅读原文<<