一、Deeplearning-assignment
在本次作业的开始,针对一个非线性可分的数据集通过sklearn的内置函数来训练数据集上的逻辑回归分类器,可以看到逻辑回归的表现并不理想,准确度只有47%。
因此建立一个神经网络模型,该模型有一个隐藏层,每个隐藏层有四个节点。
神经网络的正向传播:
神经网络的反向传播:
反向传播是深度学习中最难的(最具数学意义的)部分。为了帮助你,拿出了讲座中的幻灯片。您将要使用这张幻灯片右边的六个公式,因为您正在构建一个矢量化的实现。
其中,
为了计算dZ1,你需要计算 ,由于是激活函数tanh,因此如果那么.。你就可以通过numpy的函数(1 - np.power(A1, 2))来计算 的值。
二、相关算法代码
import numpy as np
import matplotlib.pyplot as plt
import sklearn
import sklearn.datasets
import sklearn.linear_model
from week3.testCases import *
from week3.planar_utils import plot_