Andrew Ng Neural-networks-deep-learning 课程笔记一
来源:互联网 发布:秩为1矩阵的几 编辑:程序博客网 时间:2024/05/18 02:22
Week1 Introduction to Deep Learning
- Tips:在Andrew Ng的课程中,通常使用列向量构成的矩阵来表示一系列样本,如
X.shape=(n_x,m)
,n_x
为特征数,m为样本数
1.Neural Networks Basics
(1)Binary classification
- 二分类问题
二分类问题中,结果为离散的两个值,通常为0,1
以“识别图片中是否为猫”为例:
目标是训练一个能够图片中的动物进行“是否为猫”的判断的分类器,是则输出1
,否则输出0
特征矩阵
在计算机中,图片以如图所示的三个分离的矩阵来存储,分别对应红绿蓝三个颜色通道,为了实现对于图像的识别,我们需要将三个分离的矩阵变换为特征矩阵,即一个代表图片中是否有猫的矩阵。
为了构造这个特征矩阵,我们需要将原图片reshape为一个(64*64*3,1)
的矩阵,因为原图片的分辨率为64*64
(2)Logistic Regression
Logistic Regression是一种机器学习算法,用于输出结果只有两种情况的问题,目标是最小化prediction和training data之间的error。
仍以识别图片中的猫为例:
给出输入矩阵X,logistic regression算法能够计算出图片中有猫的概率,即:
logistics regression算法的参数有:
- 输入矩阵X
- 训练标签label(一般为1,0)
- 权重矩阵W
- 阈值threshold(用于区分有无猫)
- 输出
- 激活函数(Sigmoid,ReLu)
阅读全文
0 0
- Andrew Ng Neural-networks-deep-learning 课程笔记一
- Neural Networks: Learning(Andrew ng ML)
- Andrew Ng(吴恩达) deep learning 课程 (coursera)
- Coursera-Deep Learning Specialization 课程之(一):Neural Networks and Deep Learning-weak1
- Coursera-Deep Learning Specialization 课程之(一):Neural Networks and Deep Learning-weak2
- Coursera-Deep Learning Specialization 课程之(一):Neural Networks and Deep Learning-weak2编程作业
- Coursera-Deep Learning Specialization 课程之(一):Neural Networks and Deep Learning-weak3编程作业
- Coursera-Deep Learning Specialization 课程之(一):Neural Networks and Deep Learning-weak4编程作业
- Andrew Ng deeplearning.ai专项课程第四课Convolutional Neural Networks第一周笔记
- Andrew NG 机器学习 笔记-week5-神经网络的学习(Neural Networks:Learning)
- Neural Networks and Deep Learning 学习笔记(一)
- Neural Networks and Deep Learning 学习笔记(一)
- Andrew Ng Machine Learning 专题【Neural Networks】上
- Andrew Ng Machine Learning 专题【Neural Networks】下
- [ML of Andrew Ng]Week 5 Neural Networks:Learning
- Andrew Ng机器学习week5(Neural Networks: Learning)编程习题
- Andrew NG 机器学习 练习4-Neural Networks Learning
- Andrew-Coursera-DL课程-笔记part1-3(Deep neural networks)
- BeanUtils 初探
- python3 selenium web自动化测试之excel参数化
- java经典面试题
- 【linux驱动分析】之dm9000驱动分析
- RHCE易忽视知识点补充
- Andrew Ng Neural-networks-deep-learning 课程笔记一
- 【memcache缓存专题(1)】memcache的介绍与应用场景
- 配置 gradle 当地目录。
- java服务器端图片转换webp以及批量转换webp脚本
- pat 乙级 1035. 插入与归并(25)
- POJ 2485 Highways 笔记
- Java程序员的必备知识-类加载机制详解
- Linux学习(七)网络配置
- BZOJ 2648/2716 SJY摆棋子/[Violet 3]天使玩偶 kd tree