吴恩达深度学习入门学习笔记之神经网络和深度学习（第二周：神经网络基础）
2017-08-31 22:33
846 查看
第二周主要内容为：神经网络基础。
2.1 二分分类
一些默认规则：
训练集的大小：m_train
测试集的大小：m_test
在定义特征矩阵的时候，对于输入数据（x，y），x代表特征，x \in Ry代表label
2.1 二分分类
一些默认规则：
训练集的大小：m_train
测试集的大小：m_test
在定义特征矩阵的时候，对于输入数据（x，y），x代表特征，x \in Ry代表label
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 吴恩达深度学习入门学习笔记之神经网络和深度学习（第二周：神经网络基础）
- 吴恩达深度学习入门学习笔记之神经网络和深度学习（第一周）
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（1-2）-- 神经网络基础
- 吴恩达(Andrew Ng)深度学习工程师笔记 - 第一门课-神经网络和深度学习-第一周深度学习概论-第四节：为什么深度学习会兴起？
- 吴恩达深度学习课程笔记之神经网络基础
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（1-2）-- 神经网络基础
- 吴恩达《深度学习-神经网络和深度学习》2--神经网络基础
- 吴恩达深度学习视频笔记1-2：《神经网络和深度学习》之《神经网络基础》
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（1-2）-- 神经网络基础(转载)
- 吴恩达深度学习视频笔记1-4：《神经网络和深度学习》之《深层神经网络》
- 吴恩达神经网络和深度学习课程自学笔记（二）之神经网络基础
- 吴恩达深度学习视频笔记1-1：《神经网络和深度学习》之《深度学习概论》
- 吴恩达神经网络和深度学习课程自学笔记（六）之优化算法
- 深度学习1——深度学习（四）卷积神经网络入门学习(1)
- 吴恩达神经网络和深度学习课程自学笔记（三）之浅层神经网络
- 吴恩达-深度学习笔记《改善深层神经网络：超参数调试、正则化以及优化》
- 机器学习基础知识-神经网络与深度学习学习笔记（二）
- [DeeplearningAI笔记]神经网络与深度学习2.1-2.4神经网络基础
- 吴恩达深度学习课程笔记 1.3用神经网络进行有监督学习
- 零基础入门深度学习(5) - 循环神经网络