36 深度神经网络

深度神经网络的概念和符号表示。与逻辑回归不同，深度神经网络可以处理更深层次的模型，以解决更加复杂的问题。本文介绍符号表示，如层数、节点数、激活函数等，以及如何实现一个深度神经网络。同时，在选择神经网络的层数时需要考虑一些问题，如交叉验证进和超参数等。

• 深度神经网络的概念和符号表示，以及实现自己的深度神经网络的方法
  • 前向传播和后向传播，实现深度神经网络
  • 神经网络有不同的层数，每个层都有节点数量
  • 使用符号 $l$ 表示网络中的层数，$n^{[l]}$表示节点数量
• 深度神经网络的符号表示，包括节点数量、激活、权重，以及符号的含义和使用
  • 描述节点数量的符号：$n^{[l]}$
  • 符号：$a^{[l]}$表示$l$层的激活函数、$W^{[l]}$表示参数矩阵、$b^{[l]}$表示偏置项

36.1 What is a deep neural network?

36.2 Deep neural network notation