請問影片中7:37中說到b是w的第2維的意思?不是很懂,又為何跟神經元輸出有關係呢

来源：2-6 数据处理与模型图构建(2)

billfu

2018-11-04

写回答

1回答

正十七

2018-11-25

已采纳

在这里，需要去看一下之前的公式，对于二分类模型：

y = sigmoid(w*x + b), 此时x是向量，w是向量，b是标量。

而对于多输出而言，

y=sigmoid(w*x + b), 此时x是矩阵， w是矩阵，b是向量。

x矩阵大小是[batch_size, data_dim],

w矩阵大小是[data_dim, output_dim],

b向量长度为 output_dim.

这里多输出的含义是对于每个输出，都会有一个对应的w和b去计算，所以对于每个输出，就是二分类时的情况。所以b的长度和w的第二维一样，同时w的第二维也就是类别数目。

对于二分类模型而言，可以把它统一到多输出模型中，此时output_dim = 1罢了。

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学，深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

相似问题

回答 1

回答 2

回答 1

回答 2

回答 1