vault backup: 2023-10-17 15:59:24

Study/DL/吴恩达深度学习课程/Lesson 1.md

@@ -15,4 +15,8 @@ w &= w - \eta \cdot dw \\
 b &= b - \eta \cdot db
 \end{align}$$
 正向传递：计算网络输出。
-反向传递：更新模型参数。
+反向传递：更新模型参数。
+sigmoid函数：消除线性。
+损失函数：计算模型预测结果的精度，反向传播的目的就是使得。
+## Vectorization
+向量化相较于显式循环更高效，能够更好的利用系统的并行化计算。