吴恩达机器学习练习四

吴恩达机器学习练习四

完成练习前要搞明白样本如何组织，训练集是5000x400的矩阵，每一行表示一个样本，也就是20x20的像素值。练习中使用的是3层网络，因此参数集是theta1和theta2.

练习主要完成代价函数及反向传播算法中梯度的计算（nnCostFunction.m）

代码中全部采用向量计算的方式，这样可以提升计算速度

需要技巧的地方：

将标签转为向量

col_v=1:num_labels;

for i=1:m

y_t(i,:)=(col_v==y(i));

end

剩下的就是按照视频的公式做翻译了。

其中sigmoidGradient(z)也是根据公司进行翻译

gz=sigmoid(z);

g=gz.*(1.-gz);