数据挖掘 - 在 Andrew Ng 的课程中，向量 A 如何转换为单值标量？ - 吾爱随笔录

在 Andrew Ng 的课程中，向量 A 如何转换为单值标量？

数据挖掘机器学习深度学习分类逻辑回归

2022-02-16 09:14:48

在 Andrew Ng 在 Coursera 上的深度学习课程中，如何从扁平图像（特征向量）中获得单个标量值？首先是形状为乘以形状为，因此根据线性代数定律，剩余向量的形状为。然后通过 Sigmoid 形成向量 A，形状保持在。然后如何将此向量转换为二进制标量值（或）以用于预测 -hat？ $w.T$ $(1, n_X)$ $X$ $(n_X, 400)$ $(1, 400)$ $(1, 400)$ $0$ $1$ $y$

1个回答

$n_X$ 是特征的数量，是数据的数量。 $400$

的每个入口都是 sigmoid 层的输出，它在和之间。然后我们可以决定一个阈值（通常为），如果它至少是阈值，我们将其映射到，否则，我们将其映射到。 $A$ $0$ $1$ $0.5$ $1$ $0$

其它你可能感兴趣的问题

上一篇如何调整已构建的 ML 预测模型下一篇变压器模型中使用的位置向量和注意力向量有什么区别？

在 Andrew Ng 的课程中​​，向量 A 如何转换为单值标量？

在 Andrew Ng 的课程中，向量 A 如何转换为单值标量？