神经网络和深度学习（4）--符号约定_神经网络公式符号详解

作者：我家自动化 | 2024-03-29 19:05:20

踩

神经网络公式符号详解

神经网络和深度学习
上一篇	主目录	下一篇

【前言】
这里会使用到很多的符号，各种符号代表不同的含义。为了方便查询，将符号的含义整理在这里。
注：X.shape可以查看矩阵X的维度

符号	含义
x	表示一个݊n_x维数据，为输入数据，维度为n_x
y	表示输出结果，取值为(0,1)
yhat	y头上加^,代表y的估计值
(x⁽ⁱ⁾,y⁽ⁱ⁾)	表示第 ݅i 组数据，可能是训练数据，也可能是测试数据，此处默认为训练数据
n_x	x的特征数量
X=[x⁽¹⁾,x⁽²⁾,…,x^(m)]	表示所有的训练数据集的输入值，放在一个n_x X m的矩阵中，其中 ݉ m表示样本数目
Y=[y⁽¹⁾,y⁽²⁾,…,y^(m)]	对应表示所有训练数据集的输出值，维度为 1 X m
M_train	训练样本的个数

神经网络和深度学习系列笔记：传送门

本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】

神经网络和深度学习（4）--符号约定_神经网络 公式 符号 详解