机器学习-吴恩达 p51 笔记

最新推荐文章于 2022-02-19 16:52:36 发布

原创最新推荐文章于 2022-02-19 16:52:36 发布 · 195 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#吴恩达 #机器学习

机器学习-吴恩达笔记专栏收录该内容

18 篇文章

订阅专栏

本文通过关键图表深入解析了算法的推导过程，并针对一份易产生歧义的伪代码进行了详细说明，旨在帮助读者理解算法核心及伪代码中变量的正确含义。

话不多说，先粘上几个比较重要的图

这里有个推导 $g'(z^{(3)})=a^{(3)}.*(1-a^{(3)})$ 。

因为

$g(z^{(3)})=a^{(3)}$

$g(z^{(3)})=\frac{1}{1+e^{-z^{(3)}}}=a^{(3)}$

那么

$g'(z^{(3)})=\frac{1+e^{-z^{(3)}}-1}{(1+e^{-z^{(3)}})^2}=\frac{1}{1+e^{-z^{(3)}}}*(1-\frac{1}{1+e^{-z^{(3)}}})=a^{(3)}.*(1-a^{(3)})$

个人觉得这份伪代码的i容易给人造成歧义。其中的 $x^{(i)}$ 和 $y^{(i)}$ 中的i表示第i组数据。而 $\Delta _{ij}^{(l)}$ 中的i表示第 $l$ 层的第i行第j列的元素。

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。