烧鸭饭真好吃

摘要： python画散点图 和直线 tf.matmul 和 tf.multiply都能用错.. 归一化 知道归一化可以提高训练的效率， 但是不知道如果不归一化，训练速度和训练效果会差这么多 tf.random_normal([2, 1])*0.01和tf.zeros([1, 1]) 初始化的值大小很重要， 阅读全文

摘要： mean() 平均数 double() 保留4位小数 p = round(sigmoid(X * theta)) 写了一大堆，人家一句话就做完了， 矩阵思想，element-wise思想 initial_theta = zeros(n + 1, 1); 权重theta加了一列0， X加了一列1，这样 阅读全文

摘要： cost function的表达式 batch gradient descent 1.**simultaneously update all theta** 2.每次都使用 所有都数据 Update equation的表达式， 就是求导之后的 这里，， X0 = 1 Intercept term ( 阅读全文

摘要： Cost = tf.reduce_mean(tf.reduce_sum(tf.square(pY - Hypothesis),reduction_indices=[1])) #reduction_indices是指沿tensor的哪些维度求和 因为矩阵乘法之后不是一个数字，是一个多层数组 所以要用r 阅读全文

摘要： 为什么要使用Back Propagation？ 上模型，直接走到 Forward Propagation 的部分：j 表示当前层的神经元数量， k 表示上一层神经元的数量，大括号是激活函数， 下一步，我们要训练神经网络，对每个神经元对参数w、b进行微调，让预测结果更接近真实值，怎么对w和b进行微调？ 阅读全文