吴恩达Coursera深度学习课程 DeepLearning第一课第二周编程作业

     最近在学习吴恩达的Deep Learning 系列课程，首先在此对吴老师表示深深的谢意。第一次接触深度学习方面的知识，更是第一次用代码编程实现深度学习的算法。所以在完成老师的作业过程中，遇到很多问题，最终在度娘的帮助下，花了一天的时间，终于把编程实现了逻辑回归神经网络的算法，特此记录一下，当做学习笔记，方便以后查阅。

     首先根据网上的资料，搭建了Python开发环境。第一次是在Windows 10系统下Pythong3环境下jupyter notebook中编写代码的，但是在导入第三方库matplotlib、from PIL import Image、from scipy import ndimage时总是报各种错误，之后又根据网上的各种解决方案，改为Python2，报错。最后实在Ubuntu系统，python3环境中实现的。

源码下载：链接: https://pan.baidu.com/s/1ttaeYhzvFP4581YcNmmEEg 密码: 26fm

环境：Ubuntu + python3 + jupyter notebook

逻辑回归模型的一般学习算法架构包括：

Build the general architecture of a learning algorithm, including:

• Initializing parameters
• Calculating the cost function and its gradient
• Using an optimization algorithm (gradient descent)

Gather all three functions above into a main model function, in the right order.  

首先，导入必要的第三个库（包）

import numpy as np
import matplotlib.pyplot as plt
import h5py
import scipy
from PIL import Image
from scipy import ndimage
from lr_utils import load_dataset  #自定义的模块，需要与当前代码文本在同一文件夹下

第二步：数据预处理

# 加载给定的数据集
train_set_x_orig, train_set_y, test_set_x_orig, test_set_y, classes = load_dataset()

m_train = train_set_x_orig.shape[0] #训练数据集的总数m
m_test = test_set_x_orig.shape[0]   #测试数据就的总数m
num_px = train_set_x_orig.shape[1]   #图片像素

# Reshape the training