UFLDL学习笔记1——Linear Regression

最新推荐文章于 2019-06-27 18:11:34 发布

原创最新推荐文章于 2019-06-27 18:11:34 发布 · 1.2k 阅读

0 ·

CC 4.0 BY-SA版权

ML 专栏收录该内容

5 篇文章

订阅专栏

本文介绍如何解决在使用UFLDL进行线性回归编程时遇到的MATLAB mex文件相关错误，并通过向量化技巧优化代码执行速度。文章详细解释了错误原因、解决方案及MATLAB向量化在编程实践中的应用。

UFLDL地址

想了解下深度学习，看到网上有人推荐Andrew NG团队做的UFLDL，他们给的上机练习挺多，而且是用matlab，感觉自己编程太菜，顺便可以跟着练练实际操作。第一节linear regression，内容没有什么难度，上机也不难，但还是遇到了点小麻烦。

% YOUR CODE HERE %
  for num=1:m
    f = f + 1/2*(theta'*X(:,num)-y(num))^2;
    g = g + (theta'*X(:,num)-y(num))*X(:,num);
  end

编写f和g之后执行ex1a_linreg.m后出现如下错误：

??? Undefined function or method 'lbfgsAddC' for input arguments of type 'int32'.

这里给出了解决方法:
You get the error “??? Undefined function or method ‘lbfgsAddC’”. This occurs if Matlab can’t find the mex file for your operating system. If this occurs, you can either: (i) set ‘options.useMex’ to 0, or (ii) compile the mex file for your operating system by running the mexAll function. If you end up compiling a file in minFunc for your operating system, please send it to me and I will add to the distribution.
这是一位UBC的教授主页里面的东西，还有更详细的关于他写的minFunc的一些资料，现在不太想深究里面太具体的玩意。我就把ex1a_linreg.m中

options = struct('MaxIter', 200);

替换为

options = struct('MaxIter', 200,'useMex',0);

就可以了。

练习中还让感受一下matlab的vectorization features加快执行速度。

Using MATLAB’s vectorization features to speed up code.

%%% YOUR CODE HERE %%%
f = 1/2*(theta'*X-y)*(theta'*X-y)';
g = X*(theta'*X-y)';

执行速度明显提升。