吴恩达笔记——神经网络基础（一）：二分分类

吴恩达笔记——神经网络基础：二分分类

• 神经网络基础引言：

1）要构建一个神经网络，有些技巧是要注意的，例如：m个样本的训练集，通常使用for语句来遍历这m个样本，但在神经网络中并不这么使用，具体怎么使用？这就涉及到神经网络的构建技巧了。
神经网络基础这一部分，可以学习到神经网络构建过程中的一些技巧。
2）神经网络的计算过程通常包括两个部分：正向传播过程和反向传播过程
3）以逻辑回归（Logist回归）为例，以便更好地理解构建技巧以及正向反向传播过程。

• 二分分类——基础概念内容：

1）一个二分类问题，如下图所示，输入一张图片，输出识别该图的标签1或者0，从而判断是猫？不是猫？这里用 “y” 来表示输出的结果标签。

2）图片在计算机中的表示时，要保存三个独立的矩阵，分别对应RGB三个颜色通道。如果输入图片像素为64×64，则对应有三个64×64的矩阵。
为了方便解释，这里举例5×4大小的图片，将像素值提取出来，放进一个特征向量x中

表示图片的特征向量x的定义：
x=[255,231……255,134……255,134……]T

所以，如果是64×64