STRANGEX-03的博客

样例1（逻辑回归）首先你需要输入特征 xxx，参数 www​ 和 bbb​，通过这些可以计算出 zzz​，接下来使用 zzz 就可以计算出 aaa。我们将符号换为表示输出 y^  ⟹  a=σ(z)\hat{y}\implies{a = \sigma(z)}y^​⟹a=σ(z) ，然后可以计算出损失函数L(a,y)L(a,y)L(a,y) 。公式：xwb}  ⟹  z=wTx+b  ⟹  a=σ(z)  ⟹  L(a,y)\left. \begin{array}{l} x\\ w\\ b \end

该案例来自吴恩达深度学习系列课程一《神经网络和深度学习》第四周编程作业，一步步搭建多层神经网络以及应用，作业内容是搭建一个能够识别猫的多层的神经网络。作业提供的资料包括：训练集、测试集、测试实例、神经网络工具包、加载数据的工具包，下载请移步参考链接一。

该案例来自吴恩达深度学习系列课程一《神经网络和深度学习》第三周编程作业，作业内容是设计带有一个隐藏层的平面数据分类。作业提供的资料包括测试实例（testCases.py）和任务功能包（planar_utils.py）。

该案例来自吴恩达深度学习系列课程一《神经网络和深度学习》第二周编程作业，设计具有神经网络思维的逻辑回归，作业内容是搭建一个能够识别猫的简单的神经网络。作业提供的资料包括：训练集（train_catvnoncat.h5）和测试集（test_catvnoncat.h5）和加载数据的工具包（lr_utils.py）