如何解决编写代码来计算反向传播,Andrew NG 的深度学习课程
所以我参加了 Andrew NG 在 coursera 上的深度学习 AI 课程。 我目前正在完成第 2 周的最后一项任务。 我到了必须编写前向和后向传播函数的部分。 我设法编写了相当简单的 fwd_propagate 函数。 这是下面的代码:
interface A {
key: string;
}
function doSomething(arg: A | A[]) {
//
}
doSomething({
key: 'someValue',invalid: 'invalid',// <-- this does not throw error,do not allow non-existing properties
});
现在我必须编写 bwd_propagation 函数,但我不知道从哪里开始以及如何开始。 有人可以帮我解释一下我应该写什么吗。
这是我到目前为止编写的所有测试内容。
def fwd_propagate(w,b,X,y):
m = X.shape[1]
A = sigmoid(np.dot(w.T,X)+b)
J = (-1/m)*np.sum(y * np.log(A) + (1-y) * np.log(1-A))
return J
解决方法
下一步是计算反向传播的导数:
dw = 1/m*(np.dot(X,((A-Y).T)))
db = 1/m*(np.sum(A-Y))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。