zgx123666的专栏

前边博文说了关于MNIST手写字体的识别，现在专门记录下使用梯度下降算法进行学习的方法： 我们将⽤符号 x 来表⽰⼀个训练输⼊。为了⽅便，把每个训练输⼊ x 看作⼀个 28 *28 = 784维的向量。每个向量中的项⽬代表图像中单个像素的灰度值。我们⽤ y = y(x) 表⽰对应的期望输出，这⾥ y 是⼀个 10 维的向量。例如，如果有⼀个特定的画成 6 的训练图像，x，那么y(x) = (0

非常推荐大家去学习一下coursera上的DeepLearning.ai课程，Week2的作业是实现逻辑回归算法，细节不再赘述，主要看1张图(逻辑回归算法识别猫和非猫的图片的架构图)和实现的公式(公式要好好理解，看下到底是怎么通过梯度下降来最小化损失函数的，这可以说是最简单的公式了)用到的公式：以下代码可以很好的帮助理解前向传播、反向传播以及梯度下降来学习参数的原理，做完后，我是从Jupyter的...