Week 2: Neural Networks Overview

2 layer NN

• input layer
  • $a^{[0]}$ = X, 여기서 a는 activiation 값을 칭함
  • $x_1, x_2, x_3$
• hidden layer : Not showing in training set
  • $a^{[1]} = \begin{bmatrix} a^{[1]}_1 \\ a^{[1]}_2 \\ a^{[1]}_3 \\a^{[1]}_4 \end{bmatrix}$
  • $w^{[1]} -> (4,3)$: 4개의 hidden units와 3개의 input units 의미
  • $b^{[1]} -> (4,1)$: 4개의 hidden units와 1개의 out units 의미
• output layer
  • $a^{[2]} = \hat{y}$
  • $w^{[2]} -> (1,4)$
  • $b^{[2]} -> (1,1)$

공식적으로 "2 layer NN" 라고 불림.
why? input layer를 세지 않기 때문