标签：block   splay   oid   逻辑回归   判断   并行计算   binary   this   practice   

Binary Classification

把图像展平成一个列向量x，x作为输入得到输出y，y是一个判断是猫或不是猫的概率。

Notation used in this course

如果有m个训练样本，直观的做法可能是用for循环遍历所有的样本。但是在深度学习中应该像上图这样，把m个样本合成一个m列的向量（或矩阵），从而实现并行计算。

Logistic Regression

Sigmoid函数：\(\displaystyle \sigma(z) = \frac{1}{1+e^{-z}}\)

practice:

总结：

• y是概率，通过y = wx + b这种线性回归的方法无法使y的值在0~1，于是我们引入Sigmoid函数，由线性回归变成逻辑回归。

Logistic Regression Cost Function

Deep Learning(1) —— Andrew Ng

标签：block   splay   oid   逻辑回归   判断   并行计算   binary   this   practice   

原文地址：https://www.cnblogs.com/pengweiblog/p/12625350.html