摘要： D3D 中，shader compile 成功，但是执行 CreateVertexShader/CreateGeometryShader/CreatePixelShader 却返回 invalid arg解决办法： 将 D3DX11CompileFromFile 时，第五个参数 从 vs_5_0 改 阅读全文

摘要： glDrawArrays的功能：提供绘制功能，从数组数据中提取数据渲染基本图元。 定义 void glDrawArrays( GLenum mode, GLint first, GLsizei count); 参数 mode 需要渲染的图元类型，包括 GL_POINTS, GL_LINE_STRIP 阅读全文

摘要： 只贴添加的部分，时间关系有些不是最优雅的解法。。 看不懂请留言 plotData.m sigmoid.m costFunction.m predict.m costFunctionReg.m 阅读全文

摘要： 过拟合问题 过拟合：当我们有太多的 feature 时， hypothesis 可能对训练集 fit 得非常好，但是对于新的测试数据可能会预测不准确。通常由生成了大量与数据无关的不必要曲线和角的复杂函数引起的。 欠拟合：明显有些数据不符合模型，通常由太简单的函数或者太少的 feature 引起的。 阅读全文

摘要： 损失函数（Cost function） 不能使用跟线性回归一样的损失函数，因为那样会使输出曲线是波浪形的，导致其不适合凸函数，有很多局部最优值。 线性回归的损失函数是这样的： 当 y = 1 时，J(θ) 的图是这样的： 当 y = 0 时，J(θ) 的图如下： 如果 y 为0， 如果 hθ(x) 阅读全文

摘要： 分类 分类问题无法用线性函数来表达，分类问题更像一个只有很少离散值的回归问题。 这里我们聚焦在只有两个值（0或者1）的二元分类问题上。 Hypothesis 函数 对于分类问题，我们用 Sigmoid 函数（即逻辑函数）作为 hypothesis 函数 Sigmoid函数的曲线图如下： 函数 g(z 阅读全文

摘要： ex1的提交，只贴添加内容 warmUpExercise.m computeCost.m gradientDescent.m featureNormalize.m computeCostMulti.m gradientDescentMulti.m normalEqn.m 阅读全文

摘要： 本文针对吴恩达的课程作业提交 在ubuntu 下提交作业时可能会出现这种错误： !! Submission failed: unexpected error: urlread: Peer certificate cannot be authe nticated with given CA certi 阅读全文

摘要： 基本运算 在 ubuntu 上执行 octave-cli 即可进入 octave 界面，下面是基本的运算 赋值和输出 矩阵 矩阵操作 维度 导入数据 取矩阵中的数值 拼接矩阵 矩阵计算 注意，pinv返回值是伪逆，非逆矩阵也能计算出其广义逆矩阵 绘图 同时显示两幅图，并显示纵横轴的名称，曲线名称以及 阅读全文

摘要： 正规方程(Normal Equation) 正规方程是通过一个公式来计算最小值，并不需要像梯度下降那样迭代，也不需要做 feature scaling 梯度下降和正规方程的比较： 梯度下降 正规方程 需要选取 alpha 值 不需要选取 alpha 值 需要多次迭代 不需要迭代 O(kn2) O(n 阅读全文