weixin_41988224的博客

下方矩阵是100克不同食物的卡路里来源，例如100克苹果的热量有56卡来自碳水化合物，蛋白质和脂肪分别为1.2和1.8。需求：计算四种食物中，来自碳水化合物、蛋白质和脂肪的卡路里的百分比。例如100克苹果总共有56+1.2+1.8=59卡，其中碳水化合物占比约为94.9%。目标：不用显式for循环实现。import numpy as np#将数据填入3*4的矩阵AA=np.array...

在1.7 向量化在Logistic回归梯度下降法中的应用（正向传播）中记录了如何通过向量化同时计算整个训练集m个样本的预测值a，本节中描述如何用向量化计算m个训练数据的梯度原本计算梯度：dz1=a1−y1,dz2=a2−y2....dz^1=a^1-y^1,dz^2=a^2-y^2....dz1=a1−y1,dz2=a2−y2....现定义一个1×m的矩阵：dZ=dz1,dz2....d...

计算logistic回归导数：在程序中有两个for循环简化成一个for循环想要去掉下面的那个循环，不显式地把dw1、dw2等初始化为0，把dw变成一个nx*1维的向量用dw=np.zeros((nx,1))dw=np.zeros((n_x,1))dw=np.zeros((nx​,1))代替dw1和dw2等于0的初始化用dw+=xidzidw+=x^i dz^idw+=xidzi代...

使代码更高效什么是向量化？在Logistic回归中，需要计算

计算图

1.2 什么是神经网络？1.3 用神经网络进行监督学习

问题描述：判断一张图片是不是猫图片的特征向量x作为输入值，需要一个算法，输出预测值y帽y帽为一个概率，当x满足条件时，y就是1logistic回归：已知Logistic回归的参数是w，也是一个nx维向量，b为一个实数sigmoid函数公式sigmoid函数图形实现logistic回归时，选择合适的参数w和b，使y帽可以较好的预测...

损失函数（误差函数）用来衡量预测输出值y帽和实际值y有多接近如果定义误差为在优化时，会得到非凸的函数，产生很多局部最优解，可能会找不到全局最优值...

梯度下降法用来训练或学习训练集上的参数w和b为了便于理解，以一元函数为例要找到输入值w，使输出的函数值C(w)最小。先随便挑一个输入值，然后考虑向左还是向右走，函数值才会变小。如果可以确定函数在这里的斜率，斜率为正，就向左走，斜率为负，就向右走。如果每一步的大小和斜率成比例，那么在最小值附近斜率会越来越平缓，每一步会越来越小，这样可以防止调过头。在每一个点上都这样重复，计算新...