我正在阅读有关神经网络的 Udacity 教程。
这是教程中的图表：
是什么让它成为“2 层神经网络”？
我的印象是第一层，实际输入，应该被认为是一个层并包含在计数中。
此屏幕截图显示了 2 个矩阵乘法和 1 个 ReLu 层。对我来说，这看起来像 3 层。有箭头从一个指向另一个，表明它们是分开的。包括输入层，这看起来像一个 4 层 NN。
计算神经网络中的层数
数据挖掘
神经网络
2021-10-10 17:45:59
2个回答
这是一个 2 层网络，因为它有一个隐藏层和一个输出层。我们不计算第一层。当我们说 3 层时，我们实际上是指 2 个隐藏层和一个输出层。也许这对你有帮助？
编辑：我们不计算输入层，因为没有参数（偏差+权重）。在实际实现中，并没有实现。神经网络框架简单地将输入特征“连接”到第一个可调整层（例如：隐藏层）。
输入层就是一层，这样说没有错。
然而，在计算深度神经网络的深度时，我们只考虑具有可调权重的层。
其它你可能感兴趣的问题