1.2.1 【Deep Learning翻译系列】Binary Classification猫图像二分类问题的提出，与符号介绍

你好，欢迎回来（视频网站）。

本周我们将介绍神经网络编程的基础知识。事实证明，当你实现一个神经网络时，有一些技术将变得非常重要。例如，如果您有一组训练集，那么您可能会习惯通过训练样本中的四个循环步骤来处理训练集。但事实证明，当你实施一个神经网络时，你通常需要处理整个训练集，而不用明确的四个循环来遍历整个训练集。所以，你会在本周的资料中看到如何做到这一点。

另一个想法是，当你组织网络计算时，通常你有所谓的前向暂停或前向传播步骤，接着是后向暂停或所谓的后向传播步骤。因此，在本周的资料中，您还可以了解为什么在学习神经网络的过程中，为了传播和单独的反向传播，可以组织这些计算。

对于本周的材料，我想用逻辑回归来表达这些想法，以便使这些想法更易于理解。但即使你以前看过逻辑回归，我认为在本周的材料中会有一些新的和有趣的想法。所以，让我们开始吧。

逻辑回归是一种二元分类算法。那么让我们开始设置问题。这是一个二元分类问题的例子。你可能会输入一个图像，就像这样，并且想要输出一个标签来识别这个图像是否是猫。当图像是猫的时候，你输出1；当图像不是猫的情况下，你输出0，而我们将使用y来表示输出标签。让我们看看一个图像在电脑中的表现。要存储图像，您的计算机将存储与此图像的红色，绿色和蓝色通道对应的三个单独的矩阵。因此，如果您的输入图像是64像素乘64像素，那么您将有3 64×64矩阵对应于图像的红色，绿色和蓝色像素亮度值。尽管为了制作这个小幻灯片，我绘制了这些更小的矩阵，所以这些实际上是5乘4矩阵，而不是64乘64。所以要将这些像素强度值 - 转换为特征矢量，我们要做的是展开所有这些像素值转换成输入特征向量x。

因此，为了将所有这些像素强度值展开成特征矢量，我们要做的是如下定义与该图像对应的特征矢量x。我们将只取所有的像素值255,231等等，直到我们列出了所有的红色像素。然后最终255 134 255,134等等，直到我们得到一个长特征向量，列出了该图像的所有红色，绿色和蓝色像素强度值。如果这幅图像是一幅64×64的图像，则这个向量x的总维数将是64×64×3，因为这是所有这些矩阵中的总数。在这种情况下，结果是12,288，如果你乘以所有这些数字，那就是你得到的。因此，我们将使用n x=12288来表示输入要素x的维度。有时为了简洁起见，我还将使用小写n来表示此输入特征向量的维数。

所以在二进制分类中，我们的目标是学习一个可以输入由这个特征向量x表示的图像的分类器。并预测相应的标签y是1还是0，即这是猫图像还是非猫图像。

现在让我们列出一些我们将在本课程其余部分使用的一些符号。单个训练样例由一对(x，y)表示，其中x是x维特征向量，y是标签，可以是0或1.您的训练集将包含小写m训练样例。因此，您的训练集将被写入(x 1，y 1)，这是第一个训练样例，……，最多为(x m，y m)。然后，这完全是你的整个训练集。所以我打算用小写的m来表示训练样本的数量。有时为了强调这是列车例子的数量，我可以把它写成m=m train。当我们谈论测试集时，我们有时可能使用m test表示测试示例的数量。这就是测试例子的数量。

最后，为了将所有训练样例输出为一个更紧凑的符号，我们将定义一个矩阵，大写X。通过训练集合输入x 1，……，x m等并按列堆积它们来定义为{x 1，……，x m}。所以我们把x 1作为这个矩阵的第一列，x 2作为这个矩阵的第二列，到x m。所以这个矩阵X将有m列，其中m是训练集的数量，这个矩阵的高度是特征维数n x。

请注意，在其他资料中，您可能会看到将训练样例叠加在行中来进行定义矩阵大写字母X={x 1，……，x m}的转置。事实证明，左边这种表示方式使得实现变得更容易。简单地说，x是一个由m维矩阵表示的nx，当你在Python中实现它时，你会看到x.shape，这是用于查找矩阵形状的python命令，它是一个n x行，m列的矩阵。

事实证明，为了让您的神经网络更容易实现，将Y列堆叠也很方便。所以我们要定义大写Y={y 1，……，y m}。所以Y在这里将是一个1乘m的矩阵。y的维度是1，这意味着Y是一个1乘以m的矩阵。当你训练你的新网络时，你会发现一个有用的惯例是将数据中不同的训练样例写在一起，数据我的意思是X或Y，或者你以后看到的其他变量。但是要拿出与不同训练样例相关的东西或数据，并将它们堆叠在不同的列中，就像我们在这里为x和y所做的那样。