颜色分类leetcode更深的神经网络介绍 恭喜，你通过了你的第一个神经网络实验室！我们构建的已经很酷了，甚至测试集分类性能也不是那么好。别担心，我们真的只是触及了神经网络可以做的事情的皮毛！让我们看看如何进一步扩展神经网络。目标 你将能够：解释如何将逻辑回归神经网络示例扩展到“更深”的神经网络，如何构建数据以构建神经网络，知道什么是激活函数以及在何处使用哪个。 让我们回顾一下我们的逻辑回归神经网络示例。现在需要注意一件重要的事情，那就是这个逻辑回归神经网络实际上非常浅，因为没有隐藏层！为何如此？事实上，神经网络中的神经元究竟是做什么的？神经元的目的是2倍，它对输入进行线性变换（流派 w x+b），它使用激活函数（流派sigmoid，或其他激活函数）。稍后查看更多信息。这意味着逻辑回归神经网络中只有一个神经元，基本上是输出层中的一个神经元。它接受我们知道的输入，并直接输出观察到的输出，中间没有层。如果是这种情况，则神经网络是1层神经网络。