第二周神经网络基础2.1 二分分类2.2 logistic回归2.3 logistic 回归损失函数2.4 梯度下降2.5 导数2.14 向量化logistic 回归的输出2.15 Python中的广
时间:2022-05-08
本文章向大家介绍第二周神经网络基础2.1 二分分类2.2 logistic回归2.3 logistic 回归损失函数2.4 梯度下降2.5 导数2.14 向量化logistic 回归的输出2.15 Python中的广,主要内容包括2.1 二分分类、2.2 logistic回归、2.3 logistic 回归损失函数、2.4 梯度下降、2.5 导数、2.14 向量化logistic 回归的输出、2.15 Python中的广播、2.16 关于python/note的说明、2.17jupyter/Ipython的说明、基本概念、基础应用、原理机制和需要注意的事项等,并结合实例形式分析了其使用技巧,希望通过本文能帮助到大家理解应用这部分内容。
2.1 二分分类
使用二分分类来预测图片中是否有猫
二分分类
常见的符号表示
x:代表特征向量 y:代表标签 m:代表样本(Mtrain)的数量 矩阵X:是一个nx '*'m的矩阵 矩阵Y:1xm的矩阵
2.2 logistic回归
逻辑回归是一个用在监督学习问题的算法,这是所有输出y的结果为0或者1。逻辑回归的目标就是最小化预测结果与训练数据之间的误差。
2.3 logistic 回归损失函数
损失函数L用来衡量算法的运行情况,来衡量你的预测输出值y帽和y的实际值有多接近
logistic 回归损失函数
2.4 梯度下降
来训练w和b,获得使得J(w,b)最小的参数
2.5 导数
2.14 向量化logistic 回归的输出
2.15 Python中的广播
import numpy as np
A=np.array([
[56.0,0.0,4.4,68.0],
[1.2,104.0,52.0,8.0],
[1.8,135.0,99.0,0.9]
])
print(A)
[[ 56. 0. 4.4 68. ]
[ 1.2 104. 52. 8. ]
[ 1.8 135. 99. 0.9]]
cal=A.sum(axis=0)
print(cal)
[ 59. 239. 155.4 76.9]
percentage=100*A/cal.reshape(1,4)
print(percentage)
[[ 94.91525424 0. 2.83140283 88.42652796]
[ 2.03389831 43.51464435 33.46203346 10.40312094]
[ 3.05084746 56.48535565 63.70656371 1.17035111]]
下面是几个例子
2.16 关于python/note的说明
2.17jupyter/Ipython的说明
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- Httprouter—用go实现的高性能路由器
- Django-python最流行的web框架
- C++ 类的不同构造与三种引用
- C++继承、虚函数、RTTI、友元类、异常处理
- C++基本语法
- 抓包分析TCP三次握手四次挥手全过程,教你观看“多包运动”的正确姿势
- 抓包分析以太网帧和IP数据包,头部那么多东东用来干啥的,扫盲篇
- 一文洞悉 OSI和TCP/IP模型,理通所有协议,再也不用似懂非懂了
- 图解https演变以及各种加密解密过程一篇就够!(通俗易懂白话文)
- vs code 创建vue模版
- WebAssembly如何演进成为“浏览器第二编程语言”?
- SAP ABAP和Java的动态代理实现
- SAP ABAP CGLIB(Code Generation Library)的模拟实现
- 如何监听SAP CRM BOR事件
- 如何避免SAP订单保存后生成的中间件CSA inbound queue