#菜鸟深度学习的逆袭之路#day3

这个答案的代码是*0.01的,楼主的代码是后面学到的,因为L层,的参数不可过大,否则就进入了饱和区,学习速率降低。而L层参数受L-1层,影响,为了保证参数较小,故要除以L-1层参数,即楼主写写的代码。

dAL = - (np.divide(Y, AL) - np.divide(1 - Y, 1 - AL))

np.divide: 这与np.multiply相似,表示数组间相应元素相除

for l in reversed(range(L-1)):
表示从L-2开始计算到L0

print(‘准确度为:’ + str(float(np.sum((p == y))/m)))
这个函数是用来计算p中和y相等的值的多少 当且仅当p与y维度相同且同为数组

mislabeled_indices = np.asarray(np.where(a == 1))
np.where 可以输出满足条件值的行和列

发布了31 篇原创文章 · 获赞 0 · 访问量 689

猜你喜欢

转载自blog.csdn.net/ballzy/article/details/105060685