吴恩达深度学习笔记2.1二分分类

 binary:二进制  discret:离散的,不连续的   vector:向量    matrice:矩阵   pixel:像素 intensity:强度  dimension:维度

关于第一章的神经网络认识:初次接触,暂时不做笔记,参考了一篇笔记:https://blog.csdn.net/red_stone1/article/details/77799014

在二分分类问题中,结果是离散值输出.

。例如-账户被黑&＃xff08;1&＃xff09;或被破坏&＃xff08;0&＃xff09;肿瘤恶性&＃xff08;1&＃xff09;或良性&＃xff08;0&＃xff09;

例子:我们的目标是训练一个分类器&＃xff0c;输入是由一个特征向量x表示的图像&＃xff0c;并预测相应的标签y是1还是0。在这种情况下&＃xff0c;有猫的图像为&＃xff08;1&＃xff09;非猫的图像为(0)。

图像在计算机中的为3个离散型矩阵,对应于red,green,blue三个管道,三个矩阵的大小和图像大小相同,例如:猫的图像的分辨率为64*64像素,三个矩阵也为64*64

一个单元格的代表特征向量的值将被用来创建一个n维的特征向量,在模式识别和机器学习中,一个特征向量代表一个对象,在这个例子中,表示有猫或没猫.

为了创建一个特征向量x&＃xff0c;像素的强度值将为每一种颜色“展开”或“重塑”。输入的特征向量是x是一个长度为64*64*3的一个矩阵用nx表示.维度为(nx,m),m为样本数