C2 - week2 - part1 二分类 Binary Classification

Basics of Neural Network programming-part1

1.二分类-Binary Classification

假如你有一张图片作为输入，比如一只猫，如果识别这张图片为猫，则输出1作为结果，否则输出0。抽象为输入x = 一张图片，输出y = 1 / 0，这就是二分类问题。

首先，我们来讨论一下一张图片是如何输入的。

类似于数学中微分后积分的思想，我们求曲线围成面积时可以将其看作无数个小矩形组成，那我们就可以用无数个连续的矩形近似为这块区域（若左图所示）。同理，我们可以将一张图片看作是无数块小色块拼接在一起(如右图）。如果以矩形作为划分的话，近似如下（为了图片美观，细分粒度较大）

我们可以将一张图片视作一个矩阵，而矩阵中的每一个元素就是一个色块，而每个色块我们可以用一个RBG值来表示（R代表red，B代表blue，G代表green，即通过三基色来混和得到该色块的颜色），每个元素的值具体化(R, B, G)，此处我们也可以抽象为三个矩阵如下

也就是说，如果图片大小为64×64像素，那么输入变量x的维度就是64×64×3(12,288)。现在我们用n_x = 12,288，来表述输入特征向量的维度，为了简洁也会直接写为n。通常，我们会将输入的x，也就是这三个矩阵按照行依次纵向排列，输入的x转化为x = [255, 231, … …, 255, 134, … …]^T。

符号定义

在此，我们规范说明一下接下来需要用到的一些符号。

• x：表示一个n_x维输入数据，维度为(n_x, 1)

• y：表示输出结果，取值为(0, 1)

• (x⁽ⁱ⁾, y⁽ⁱ⁾)表示第i组数据，此处默认为训练数据

• X = [x⁽¹⁾, x⁽²⁾, …, x^(m)]表示所有的训练数据集的输入值，放在一个n_x×m的矩阵中，其中m表示样本数量

• Y = [y⁽¹⁾, y⁽²⁾, …, y^(m)]对应所有训练数据集的输出值，维度为1×m

  用一对(x, y)来表示一个单独的样本，x代表n_x维的特征向量，y表示标签（输出结果）只能为0或1。训练集由m个训练样本组成，其中(x⁽ⁱ⁾,y⁽ⁱ⁾)表示训练集中第i个样本的输入和输出。有时为了强调这是训练样本的个数，会写作M_train，而用M_test表示测试机的样本数。

  最后为了能把训练集表示得更紧凑一点，我们会定义一个矩阵X，由输入向量x⁽¹⁾、x⁽²⁾等组成，如左图放置在矩阵之中，第i列就代表第i个训练数据的输入。这个矩阵有m列，m也正是训练集的样本数量，矩阵高度记作n_x。

有时候，会因为其他原因，矩阵X由训练样本按行堆叠起来而不是列，如右图所示。但在实现神经网络的时候，使用左图中形式，会让整个过程更加简单。

综上所述，就是如何将训练样本（输入向量X的集合）表示为一个矩阵的方法。

那么输出标签y呢？同样的道理，为了能更加容易实现一个神经网络，我们将标签y放在列中将会使得后续计算更加方便，定义Y = [y⁽¹⁾, y⁽²⁾, …, y^(m)]。

---

下一节，我们将重点介绍逻辑回归。