sandman_13的博客

1、warmUpExercise.m：输出一个5*5的单位矩阵（identity matrix）function A = warmUpExercise()%WARMUPEXERCISE Example function in octave% A = WARMUPEXERCISE() is an example function that returns the 5x5 identi...

在完成作业之前，我们很有必要知道一些Octave的语法，才能看懂作业要求。 1、randperm:生成随机序列 A=[2,3,4,5]A = 2 3 4 5>> rand_indices=randperm(length(A))rand_indices = 1 4 2 3>> A(:,rand_indices(1:...

首先这次作业包含以下几个文件，带*号的是需要我们补充完整的。 然后根据提供的PDF文档，依次完成。 1、Visualizing the data(数据可视化） 这个代码PDF文档里直接提供了，只需要把它复制到plotData.m中就行。 使用plot绘图：X为数据矩阵，每一列代表一个特征（这里是一个m*2维矩阵，即2元特征）；y为数据结果向量（m*1维），y的取值为0或1。% po...

这周主要讲的是给定训练集下，为神经网络拟合参数的学习算法。 1、代价函数 由于在神经网络中可能会有多个输出结点，hΘ(x)k代表第k个输出的假设，所以神经网络的代价函数相当于是逻辑回归的代价函数的求和。 （没有正规化的公式，K表示输出结点的数量） 2、使用梯度下降求代价函数最小值，计算梯度就要求偏导，而BP反向传播法是一种有效的求偏导的方法。 （1）前向传播： 2、从后向前计算...