手写一个2层神经网络，反向传播
不用框架，纯Python手写一个2输入、3隐藏神经元、1输出的微型神经网络，带你一步步理解前向传播和反向传播的完整过程，把13个参数如何自动调整讲得明明白白。
阅读
当前正在查看筛选结果
#Python
共 4 篇匹配内容。
分类
标签
标签：Python
从硬判断到概率输出：一步步升级你的第一个神经网络
为什么模型不该直接输出0或1？本文用直观例子带你理解sigmoid函数，将原始分数转化为概率，让模型判断更柔和、更接近真实神经网络。
阅读
用1个神经元搞懂AI怎么学习
不用矩阵，不讲隐藏层，我们写一个只有1个神经元的小模型，让它学会根据身高体重判断大体型。通过一个简单例子，带你理解AI训练的本质：猜错就改参数。
阅读
从身高体重判断体型：一个比XOR更好懂的神经网络入门
用身高体重判断大体型，手把手带你写一个最简单的神经网络。没有复杂数学，只有直观理解和可运行的Python代码，让你真正体会机器学习“从数据中学规则”的核心思想。
阅读