知识卡片
全连接层的矩阵表示
全连接层中的每个神经元接收前一层全部输出;同层神经元之间不连接。把各神经元权重向量排成矩阵 W、偏置排成向量 b,一层可写成 h=φ(Wx+b)。若输入维数为 n、该层有 m 个神经元,则 W 为 m×n,b 和输出均为 m×1。输出层提供最终结果,中间层提供隐藏表示。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 神经网络 5.3 多层全连接神经网络 · 查看原书依据
后一层神经元与前一层神经元完全连接
参考来源
- 位置:《用Python实现深度学习框架》第5章《神经网络》,5.3 多层全连接神经网络(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_045.html`)
- 结论依据:原文用多个神经元、矩阵化全连接层及同心圆数据解释层次表示;卡片限定原书泛化表述的适用条件。
- 原始内容:后一层神经元与前一层神经元完全连接。