【学习笔记】吴恩达老师第一周编程大作业总结

Logistic Regression with a Neural Network mindset

用神经网络的思想来实现Logistic回归

学习目标

• 构建深度学习算法的基本结构，包括：
•       初始化参数
•       计算损失函数和它的梯度
•       使用优化算法（梯度下降法）
• 将上述三种函数按照正确的顺序集中在一个主函数中

1. 依赖包

*numpy——python中用于科学计算的库，多用于计算矩阵

*h5py——在Python提供读取HDF5二进制数据格式文件的接口，本次的训练及测试图片集是以HDF5储存的

*matplotlib——Python中著名的绘图库

*PIL——Python Image Library，为Python提供图像处理功能

*scipy——基于NumPy来做高等数学、信号处理、优化、统计和许多其它科学任务的拓展库

为了使用上述依赖包（库），使用如下代码导入：

import numpy as np
import matplotlib.pyplot as plt
import h5py
import scipy
from PIL import Image
from scipy import ndimage
from lr_utils import load_dataset

注意：在Ipython编译器中可以使用%matplotlib inline，而其它编译器中使用该魔发指令会编译报错，需要自己添加plt.show()函数才能显示图片，这在接下来的数据集可视化中用得到。

2. 总览问题集

问题陈述：给定一个数据集（“data.h5”），其中包含：

• 包含m个已标注数据的训练集，其中若是猫（y=1），不是猫（y=0）
• 包含m个已标注数据集的测试集，同样分为猫或者非猫
• 每一幅图的shape为（num_px,num_px,3），其中3代表3通道（RGB）。因此，每一幅图都是正方形的，及长宽相等

使用如下代码读取（载入）数据：

# Loading the data (cat/non-cat)
train_set_x_orig, train_set_y, test_set_x_orig, test_set_y, classes = load_dataset()

这里再训练集和测试集的样本后面加_orig，是因为随后还要对这些数据reshape进行处理，此时它们还是拥有二维结构的矩阵。

可以通过下列代码将数据集中的数据实现可视化：

# Example of a picture
index = 24
plt.imshow(train_set_x_orig[index])
print ("y = " + str(train_set_y[:, index]) + ", it's a '" + classes[np.squeeze(train_set_y[:, index])].decode("utf-8") +  "' picture.")

通过改变index = 后面的数字值，可以查看数据集中不同的图片。

执行结果：

注意：保证数据集中每一个数据的尺寸的统一，将对减少程序中的bug帮助很大。

小练习：

• 认识到m_train中的样本个数
• 认识到m_test中的样本个数
• 认识到num_px的数值，即了解图像的大小（是多少像素*多少像素）

这里老师提示说，我们先前提到的未处理的数据集，即带有orig的数据集，它的尺寸为（m_train,num_px,num_px,3）。我的个人理解就是（训练集的个数，图像高的像素值，图像宽的像素值，3通道）。

使用如下代码，来实现小练习中的任务要求：

### START CODE HERE ### (≈ 3 lines of code)
m_train = train_set_x_orig.shape[0]
m_test = test_set_x_orig.shape[0]
num_px = train_set_x_orig.shape[1]
### END CODE HERE ###

print ("Number of training examples: m_train = " + str(m_train))
print ("Number of testing examples: m_test = " + str(m_test))
print ("Height/Width of each image: num_px = " + str(num_px))
print ("Each image is of size: (" + str(num_px) + ", " + str(num_px) + ", 3)")
print ("train_set_x shape: " + str(train_set_x_orig.shape))
print ("train_set_y shape: " + str(train_set_y.shape))
print ("test_set_x shape: " + str(test_set_x_orig.shape))
print ("test_set_y shape: " + str(test_set_y.shape))

而shape[0]中的0，我的个人理解就是0访问的是shape的参数中第一个的数，1为第二位……以此类推

因此执行结果：

Number of training examples: m_train = 209
Number of testing examples: m_test = 50
Height/Width of each image: num_px = 64
Each image is of size: (64, 64, 3)
train_set_x shape: (209, 64, 64, 3)
train_set_y shape: (1, 209)
test_set_x shape: (50, 64, 64, 3)
test_set_y shape: (1, 50)

也就是说，数据集中，训练集有209副图，测试集有50幅图，每一幅图是64*64的大小（上面可视化的执行结果就可以看出来）。

还记得老师上课说过，我们要将3个叠加在一起的矩阵展开，变成一个一维数组，那么对于其中的一幅图，它将由（64,64,3）的结构展开成（64*64*3,1）的结构。而我们拥有m（209）个训练样本，那么所有的输入将会变为一个12288行，m（209）列的矩阵。而为了实现上述操作，我们使用reshape操作。

小练习：将形状为（num_px,num_px,3）的训练集和数据集展为一维的（num_px*num_px*3,1）的向量。

小窍门：当欲将一个形如（a,b,c,d）的矩阵X展平为一个形如（b*c*d,a）的矩阵，可以使用

X_flatten = X.reshape(X.shape[0], -