為了儲存一張，需要儲存三個矩陣，它們分別對應中的紅、綠、藍三種顏色通道，如果你的大小為 64x64 畫素，那麼你就有三個規模為 64x64 的矩陣，分別對應中紅、綠、藍三種畫素的強度值。
為了便於表示，這裡我畫了三個很小的矩陣，注意它們的規模為 5x4 而不是 64x64，如下圖所示：
符號定義：
x
xx 是乙個規模為 nx∗
mn_x*m
nx∗
m 的矩陣，當你用 python 實現的時候，你會看到 x.shape，用於顯示矩陣的規模，即 x.shape 等於 (nx
,m)(n_x, m)
(nx,m
)，這就是如何將訓練樣本（輸入向量 x
xx 的集合）表示為乙個矩陣。
y
yy 等於y(1
),y(
2)..
.y(m
)y^, y^...y^
y(1),y
(2).
..y(
m)，所以在這裡是乙個規模為1乘以 1∗m
1*m1∗
m 的矩陣，同樣地使用 python 將其表示為 y.shape 等於 (1,
m)(1, m)
(1,m
)，表示這是乙個規模為1乘以m
mm的矩陣。
演算法工程師修仙之路 吳恩達機器學習（十二）
誤差分析並不總能幫助我們判斷應該採取怎樣的行動。有時我們需要嘗試不同的模型，然後進行比較，在模型比較時，用數值來判斷哪乙個模型更好更有效，通常我們是看交叉驗證集的誤差。假設你有了乙個快速而不完美的演算法實現，又有乙個數值的評估資料，這會幫助你嘗試新的想法，快速地發現你嘗試的這些想法是否能夠提高演算法...
吳恩達 深度學習工程師 學習筆記（五）
吳恩達 深度學習工程師 專項課程包含以下五門課程 1 神經網路和深度學習 2 改善深層神經網路 超引數除錯 正則化以及優化 3 結構化機器學習專案 4 卷積神經網路 5 序列模型。今天介紹 神經網路與深度學習 系列第五講 深層 deep 神經網路。主要內容 1 用流程塊圖的方式詳細推導正向傳播過程 ...
演算法工程師修仙之路 TensorFlow（二）
張量在 tensorflow 中的實現並不是直接採用陣列的形式，它只是對tensorflow 中運算結果的引用。在張量中並沒有真正儲存數字，它儲存的是如何得到這些數字的計算過程。tensorflow中的張量和 numpy 中的陣列不同，tensorflow 計算的結果不是乙個具體的數字，而且乙個張量...