更深网络中的前向传播
现在,您有一个包含 2 个隐藏层的模型。输入数据点的取值写在输入节点中,权重标注在连线/边上。这个模型在该数据点上会给出什么预测?
假设每个节点的激活函数都是恒等函数(identity function)。也就是说,每个节点的输出与其输入相同。因此,第一隐藏层底部节点的值是 -1,而不是 0;如果使用 ReLU 激活函数,它才会是 0。

本练习是课程的一部分
现在,您有一个包含 2 个隐藏层的模型。输入数据点的取值写在输入节点中,权重标注在连线/边上。这个模型在该数据点上会给出什么预测?
假设每个节点的激活函数都是恒等函数(identity function)。也就是说,每个节点的输出与其输入相同。因此,第一隐藏层底部节点的值是 -1,而不是 0;如果使用 ReLU 激活函数,它才会是 0。

本练习是课程的一部分