关于 python / numpy 向量的说明
作业
参考:
吴恩达视频课
深度学习笔记
1. 二分类
判断图片中动物是猫?不是猫? 特征向量 是 3通道的RGB矩阵 展平
?
2.
逻辑回归中的梯度下降
image.png
8. m个样本的梯度下降
假设有m个样本,样本有2个特征
// 伪代码 from http://www.ai-start.com/dl2017/html/lesson1
*dw
b b - alpha*db
这样就把内层的 dw1,... dwn 的计算使用向量化了,只用1层 for 循环,还可以做的更好,往下看
11.
这样就向量化的计算,完成了逻辑回归的 1 次迭代,要完成 n_iter 次迭代就在外层加一层 for 循环,这个 for 是省不了的
13. numpy 广播机制
import numpy as np
总是使用 nx1 维矩阵(列向量),或者 1xn 维矩阵(行向量)
为了确保所需要的维数时,不要羞于 reshape 操作
作业
01.神经网络和深度学习 W2.神经网络基础(作业 - 逻辑回归 图片识别