码迷,mamicode.com
首页 > 其他好文 > 详细

第二周:神经网络的编程基础----------0、学习目标

时间:2017-11-09 19:47:59      阅读:174      评论:0      收藏:0      [点我收藏+]

标签:网络   res   mindset   UI   ict   back   net   for   ons   

1. Build a logistic regression model, structured as a shallow neural network
2. Implement the main steps of an ML algorithm, including making predictions, derivative computation, and gradient descent.
3. Implement computationally efficient, highly vectorized, versions of models.
4. Understand how to compute derivatives for logistic regression, using a backpropagation mindset.
5. Become familiar with Python and Numpy
6. Work with iPython Notebooks
7. Be able to implement vectorization across multiple training examples

----------------------------------------------中文翻译---------------------------------------------------------------

1. 构建一个逻辑回归模型, 构造成一个浅层神经网络
2. 实现 ML 算法的主要步骤, 包括进行预测、导数计算和梯度下降。
3. 实现计算效率高、高度向量化的模型版本。
4. 理解如何用反向传播的思维来计算逻辑回归的导数。
5. 熟悉 Python 和 Numpy
6. 使用 iPython Notebooks
7. 能够在多个训练样本中实现向量化

第二周:神经网络的编程基础----------0、学习目标

标签:网络   res   mindset   UI   ict   back   net   for   ons   

原文地址:http://www.cnblogs.com/hezhiyao/p/7810887.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!