第一门课_第二周:神经网络的编程基础

2.1 二分类

在这里插入图片描述
在这里插入图片描述

2.2 逻辑回归(Logistic Regression)的假设函数

在这里插入图片描述

2.3 逻辑回归的代价(成本)函数(Logistic Regression Cost Function)

在这里插入图片描述

2.4 梯度下降法(Gradient Descent)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.7 计算图

在这里插入图片描述

2.8 使用计算图求导

在这里插入图片描述
在这里插入图片描述

2.9 逻辑回归中的梯度下降法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.10 m个样本的梯度下降法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.11 向量化

在这里插入图片描述

2.12 向量化的更多例子

在这里插入图片描述
在这里插入图片描述

2.13 向量化逻辑回归

在这里插入图片描述
在这里插入图片描述

2.14 向量化逻辑回归的梯度输出

在这里插入图片描述

2.15 Python中的广播

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.16 关于python_numpy向量的说明

在这里插入图片描述

作业1

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值