![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
吴恩达机器学习
编程的机械狗
这个作者很懒,什么都没留下…
展开
-
深度学习作业 Building your Deep Neural Network: Step by Step
#导入作业中所需要的所有软件包。 import numpy as np import h5py import matplotlib.pyplot as plt from testCases_v2 import * from dnn_utils_v2 import sigmoid, sigmoid_backward, relu, relu_backward %matplotlib inline plt.rcParams['figure.figsize'] = (5.0, 4.0) # set default原创 2021-03-17 10:36:29 · 269 阅读 · 0 评论 -
机器学习 线性回归(吴恩达)
import numpy as np import pandas as pd import matplotlib.pyplot as plt path = '1.txt' data = pd.read_csv(path,names=['Population','Profit']) data.head() Population Profit 0 6.1101 17.5920 1 5.5277 9.1302 2 8.5186 13.6620 3 7.0032 11.8540 4 5.8原创 2021-03-10 12:01:59 · 297 阅读 · 0 评论 -
吴恩达课程第二周01作业Python Basics with Numpy (optional assignment)
Python Basics with Numpy (optional assignment) 1、sigmoid函数 也叫Logistic函数,用于隐层神经元输出,取值范围为(0,1),它可以将一个实数映射到(0,1)的区间,可以用来做二分类。在特征相差比较复杂或是相差不是特别大时效果比较好。Sigmoid作为激活函数有以下优缺点: 优点:平滑、易于求导。 缺点:激活函数计算量大,反向传播求误差梯度时,求导涉及除法;反向传播时,很容易就会出现梯度消失的情况,从而无法完成深层网络的训练。 import n原创 2020-06-14 23:18:28 · 393 阅读 · 0 评论