吴恩达deeplearning.ai课程《神经网络和深度学习》____学习笔记(第二周 15~18)
____tz_zs学习笔记
第二周 神经网络基础
2.15 Python 中的广播
·
·
·
2.16 关于 python / numpy 向量的说明
本视频内容:减少Python代码中的错误的小技巧
Python numpy程序语言提供了很高的灵活性,这是汇总优势,同时也是弱势
优势:语言的表现力更强,语言的灵活性很大,就是说,可以用一行代码完成很多运算。
弱势:如果你不熟悉所有复杂的广播运作的方式,有事可能会引入非常细微的错误,非常奇怪的bug。
1、不要用秩为1的数组(每次创建数组时,把它创建为一个行向量或者列向量,如:5×1,1×5)
2、代码中,如果不确定一个向量具体的维度是多少,就使用assert()去声明,确保这是一个向量(assert()执行起来非常快,所以,一有需要就使用吧)
3、如果不小心得到了一个秩为1的数组,使用reshape转换。(如:a=a.reshape((5×1))把a转换成5×1数组,reshape是o(1)操作, 不怎么消耗计算)
最后:大量随意的插入assert()声明,仔细检查你的矩阵和数组的维度,不要害怕调用reshape来确保你的矩阵或向量是你需要的维度。
2.17 Jupyter / Ipython 笔记本的快速指南
介绍ipython的使用
2.18 (选修)logistic 损失函数的解释
logistic回归的成本函数的表达式的证明过程
·