吴恩达深度学习笔记
逻辑回归是一个用于二分类的算法。
计算机中表示一张图片:
为了把这些像素值放到一个特征向量中,我们需要把这些像素值提取出来,然后放入一个特征向量x.
把图片中所有的红、绿、蓝像素值都列出来。如果图片的大小为 64x64 像素,那么向量 ???? 的总维度,
将是 64 乘以 64 乘以 3,这是三个像素矩阵中像素的总量。在这个例子中结果为 12,288。现在我们用???????? = 12,288,来表示输入特征向量的维度.
符号定义 :
逻辑回归:
sigmoid函数:
逻辑回归的代价函数:
损失函数:
梯度下降法:
计算图:
使用计算图求导数:
链式法则公式:
逻辑回归中的梯度下降:
m 个样本的梯度下降:
向量化:
向量化逻辑回归:
向量化计算反向传播:
神经网络:
神经网络的计算:
多样本向量化:
在上一个视频,了解到如何针对于单一的训练样本,在神经网络上计算出预测值。
**函数:
为什么需要非线性**函数:
**函数的导数:
神 经 网 络 的 梯 度 下 降:
随机初始化:
深层神经网络: