02-Day3.md

W3笔记

1. relu单元实现

   def relu(x):

   ​ return np.max(x,0)

   weight=np.array([-0.21,0.3,0.7])

   np.dot([1,0,1], weight)

2. 与AND，或OR，非NOT，与非NAND，异或XOR

3. softmax：计算出一个概率分布向量，所有分量之和为1

4. logit：与sigmoid互为反函数

5. MSE:自己写的版本

   def MSE(x, y): return np.mean(np.square(x-y))/x.size a=np.array([72,94,79,83,65,82,73,67,85,82]) b=80 MSE(a,b)

6. CE:

   def CE(x,y): return (-np.dot(x,np.log(y)))