tiansz

摘要： 神经网络的推理的全貌图 这里考虑输入层有2个神经元、隐藏层有4个神经元、输出层有3个神经元的情况 import numpy as np # 激活函数 def sigmoid(x): return 1 / (1 + np.exp(-x)) x = np.random.randn(10, 2) # 每个 阅读全文

摘要： 向量和矩阵 生成向量： >>> import numpy as np >>> x = np.array([1, 2, 3]) >>> x.__class__ #类型 <class 'numpy.ndarray'> >>> x.shape # 形状 (3,) >>> x.ndim # 维度 1 生成矩 阅读全文