回顾logistic回归,当有m个样本时,我们要按下图依次算出预测值
正向传播向量化:
根据
其中X是
用python代码表示为Z=np.dot(w.T,X)+b,只需一行代码就算出所有的z
接下来也直接用一行代码对Z进行运算算出所有的a
————————————————————————————————————————-
回顾logistic回归,当有m个样本时,我们要按下面式子依次算出梯度值
反向传播向量化:
将dZ,A声明为m*1的向量,根据dZ=A-Y可以直接算出所有dz
db只需
dw只需
是根据
向量化总结:
结合上一节正向传播向量化和这一节反向传播,我们得到了右边向量化后的代码