Back Home
建立神经网络的步骤
如何选择神经网络的结构？
选择你的神经网络的布局，包括每一层有多少隐含单元和你一共需要多少层。
- 输入单元的数量 = 特征的维度
- 输出单元的数量 = 类的数量
- 每层隐含层的隐含单元的数量 = 通常越多越好（必须与消耗的计算资源相平衡，越多隐含单元需要消耗越多的计算资源）
- 默认：一层隐含层。如果你有多于一个的隐含层，那么建议你所有的隐含层拥有同样数量的隐含单元。
训练神经网络
- 随机初始化权重
- 实现正向传播，来为每个\(x^{(i)}\)获取预测值\(h_\Theta(x^{(i)})\)
- 实现损失函数
- 实现后向传播来计算偏导
- 使用梯度检查来确认你的后向传播是有效的。然后关闭它。
- 使用梯度小将或内置的优化函数通过改变theta的权重来最小化损失函数。
课程链接：
Putting it Together