Logistic Regression with a Neural Network mindset

最新推荐文章于 2020-07-31 22:42:50 发布

Fc_

最新推荐文章于 2020-07-31 22:42:50 发布

阅读量309

点赞数

分类专栏： r

本文链接：https://blog.csdn.net/song__f/article/details/82503337

版权

这篇博客记录了作者一个月来完成Logistic Regression习题的过程，并介绍了如何使用Neural Network mindset来理解Logistic Regression。内容包括数据集的加载、矩阵操作、模型结构的定义、参数初始化、正向及反向传播、优化算法等关键步骤。作者通过实例演示了如何实现Logistic Regression，并提供了优化函数和预测函数的代码实现。

摘要由CSDN通过智能技术生成

Logistic Regression with a Neural Network mindset

2018年9月30日20点27分终于花了一个月做完了这一章的习题，辛苦辛苦了

历经磨难，终于实现了这个例子。

首先就是安装h5py & scipy

用pip install

然后就是把数据导入进去，在这里h5py.File('train_catvnoncat.h5', "r")文件路径需要自行更改，不然报错。

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

% matplotlib inline

def load_dataset():
train_dataset = h5py.File('train_catvnoncat.h5', "r")
train_set_x_orig = np.array(train_dataset["train_set_x"][:]) # your train set features
train_set_y_orig = np.array(train_dataset["train_set_y"][:]) # your train set labels

test_dataset = h5py.File('test_catvnoncat.h5', "r")