吴恩达_神经网络与深度学习_神经网络基础

1)二分分类

吴恩达_神经网络与深度学习_神经网络基础

 

吴恩达_神经网络与深度学习_神经网络基础

 

2)回归

吴恩达_神经网络与深度学习_神经网络基础

3)logistic 回归损失函数

吴恩达_神经网络与深度学习_神经网络基础

注释:Loss function 损失函数:只适用于单个训练样本,是衡量单一训练样例的效果;Cost function 成本函数:基于参数的总成本,用于衡量参数w和b的效果。

目的:在训练logistic 回归模型时,要找到合适的参数w和b,让成本函数J尽可能地小。

 

4)梯度下降法

吴恩达_神经网络与深度学习_神经网络基础

 

吴恩达_神经网络与深度学习_神经网络基础

 

5)导数

吴恩达_神经网络与深度学习_神经网络基础

 

6)更多导数的例子

吴恩达_神经网络与深度学习_神经网络基础吴恩达_神经网络与深度学习_神经网络基础

 

7)计算图

吴恩达_神经网络与深度学习_神经网络基础

 

8)计算图的导数计算