weixin_44003314的博客

1

【初始化参数】 在L层初始化参数中，可以采用初始化方法 # 初始化参数 2层神经网络 def initialize_parameters(n_x,n_h,n_y): """ 此函数是为了初始化两层网络参数而使用的函数。 参数： n_x - 输入层节点数量 n_h - 隐藏层节点数量 n_y - 输出层节点数量 返回： parameters - 包含你的参数

【数据集的处理】 import numpy as np import matplotlib.pyplot as plt m = 400 # number of examples N = int(m / 2) # number of points per class D = 2 # dimensionality X = np.zeros((m,D)) # data matrix where each row is a single example 400*2 Y = np.zeros((m,1), dtyp

【导入数据集】 # 导入数据 数据集的h5文件 import h5py # 训练集 train_data = h5py.File('E:\pycharmTest\datasets/train_catvnoncat.h5','r') # 测试集 test_data = h5py.File('E:\pycharmTest\datasets/test_catvnoncat.h5','r') 【查看数据格式】 # 查看数据 for key in train_data.keys():#遍历key print(k