吴恩达深度学习课程第一课2.14-2.18学习笔记2024-02-25 16:13:45 8月5日学习笔记 向量化logistics回归的梯度输出 python中的广播 关于python_numpy向量的说明 logistics损失函数的解释 向量化logistics回归的梯度输出 这是梯度下降的一次迭代。 其他次数还是得使用for循环。 python中的广播 通过复制N次或M次来达到可以进行运算的标准 关于python_numpy向量的说明 用下面的方式创建向量 logistics损失函数的解释 单个训练样本的损失函数表达式推理过程 上一篇:多目标优化经典算法——NSGA-II下一篇:吴恩达深度学习第一课Week2编程作业Logistics Regression with a Neural Network mindset