吴恩达之神经网络和深度学习-2.1二分类

二分类
在一个二元分类问题中，结果是一个离散值输出。
例如 -账户被黑(1)或受损(0)
-肿瘤恶性(1)或良性(0)
例如：猫或不是猫
目标是训练输入是由特征向量x表示的图像的分类器，并预测对应的标签y是1还是0。在这种情况下，是否是猫的图像(1)或非猫图像(0)。

图像存储在计算机中与图像的红色、绿色和蓝色通道对应的三个独立矩阵中。这三个矩阵具有与图像相同的大小，例如，猫图像的分辨率为64像素×64像素，三个矩阵(RGB)分别为64×64。
单元格中的值表示像素强度，该像素强度将用于创建n维的特征向量。在模式识别和机器学习中，特征向量表示对象，在这种情况下，表示猫或没有猫。
要创建一个特征向量，x，像素强度值将是“展开”或“重塑”每种颜色。输入特征向量x的维数为nx=64*64*3=12288。