Stanford CS230学习笔记（二）：Lecture 2 Basics, Logistic Regression and Vectorization

本文主要是介绍Stanford CS230学习笔记（二）：Lecture 2 Basics, Logistic Regression and Vectorization，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

事先声明：本文是写给自己看的，发在这里是因为掘金图床真的好方便orz（是的之前在掘金上，但是后来掘金的文中代码块标红，好难看！），本系列将按照我自己的逻辑整理，知识点并没有全写上，还可能会出现随心所欲中英文混杂的情况，公式也打算截图，如果你碰巧看到我的想要照着看也不是不行，但网上总结得比我好的太多了，甚至可以去找找看Stanford自己整理的笔记，内容很全，不过是全英文的，而且排版有点反人类

深度学习介绍

常用模型

• 标准神经网络：构成神经网络的主要部分
• 卷积神经网络：常用于图像应用
• 循环神经网络：常用于一维可序列化的模型，如语音识别（语音输入为随时间变化的序列），自然语言处理（输入为可序列化分析的单词或句子）
  

监督学习

从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果，数据都是带标签的，与无监督学习(Unsepervised Learning)，半监督式/强化学习(Reinforcement Learning)相区分

一般根据预测结果分类分作两类

• 回归(Regression)：预测结果为连续型的值或无限可列个
• 分类(Classification)：预测结果为有限可列个值

ReLU函数（线性整流函数）

ReLU函数是深度学习中的常用函数，其全称为线性整流函数(Rectified Linear Unite)，取值方式为y=max(0,x)，图像如下

标准符号

逻辑斯蒂回归

以逻辑斯蒂回归为例，介绍了一些深度学习的基础，如梯度下降的方法，求损失函数代价函数的方式，以及它们的意义

用途

逻辑斯蒂回归(Logistic Regression)一般用于二元分类问题(Binary Classification)，

公式

$\hat{Y}=\sigma (w^{T}X+b)$

其公式中的各项数据含义如下：

• 输入X：假设输入为一张64*64的图片，那么依次取出R、G、B矩阵中的所有像素值，我们可以得到一个64*64*3的向量，将其记作x，即为一个输入；将样本集中每个样本的x(i)按列排成(64*64*3)*m的矩阵，记作X
• 输出Yhat：Yhat是一个1*m的矩阵，每个值代表相应的x的输出，其中的hat代表预测值
• 参数w b：需要利用梯度下降等方法寻找的参数，以使后续的代价函数最小化
• σ：sigmoid函数，用以归一化，将括号中的值限定在(0,1)范围内，$\sigma (z)=\frac{1}{1+e^{-z}}$

损失函数与代价函数

• 损失函数：对单个样本的偏差估计值
• 代价函数：总体的样本的偏差量

在逻辑斯蒂回归中，损失函数(Lost function)为
$$L(\hat{y},y)=-(y\log (\hat{y})+(1-y)\log (1-\hat{y}))$$

代价函数(Cost function)为
$$J(w,b)=\frac{1}{m}\sum _{i=1}^{m}L({\hat{y}}^{(i)},y^{(i)})$$

推导会单独写一篇文章，见逻辑斯蒂回归中损失函数和代价函数的推导

梯度下降

在上一部分，我们得到了关于w和b的代价函数，因此接下来将使用梯度下降(Gradient Descent)尝试找到该凸函数上的整体最优解，分为以下两步：

1. 初始化w和b，一般将其置为0
2. 沿梯度绝对值减小方向更新w和b，
   公式为

$$w:=w-\alpha \frac{\partial J(w,b)}{\partial w}$$
$$b:=b-\alpha \frac{\partial J(w,b)}{\partial b}$$

在这里应注意两点

1. 对于有m个样本的样本集，整体的w和b其实都是一样的（这里还不太懂）
2. 式子中的α为学习率，代表了我们更新梯度的速率(learning rate)，可以粗略理解为步长

正向传播与反向传播

• 正向传播：在计算图上自左向右计算
• 反向传播：在计算图上自右向左计算
  

向量化计算

向量化(Vectorizing)的目的是通过内置的函数或是numpy函数来提高模型处理大量数据集的速度，进而提高整个模型的效率，避免使用for循环

方式

利用numpy所自带的函数来减少for循环的使用次数

逻辑斯蒂回归中的向量化

Z = np.dot(w.T,X) + b
在式子当中，X是一个n_x * m维的矩阵，w.T代表w的转置，dot即为点乘

Python中的广播机制与NumPy

例程

• cal = A.sum(axis = 0)
  • axis为sum()的参数，其中0或1分别代表将每列从上到下相加或将每行从左至右相加，不共用内存
• percentage = 100*A/(cal.reshape(1,4))
  • reshape()将cal矩阵重塑为1*4的矩阵，其中重塑后的矩阵与原矩阵元素个数相同，仅改变形状，且与原矩阵共用内存
  • 在进行/运算时，广播机制将自动将cal扩展（可以简单理解成向上复制了几行），在此例中每一列除的除数都是一样的

注意

• (×) 不要使用形如a.shape = (5,)的秩(rank)为1的向量，因为其在计算和转置过程中会出现奇怪的bug
• (√) 在产生向量时，完整写出想要的尺寸
• (√) 加入断言或是采用reshape()保证矩阵的尺寸

易混点

数组维度的含义

数组的维度指的是数组的深度（需要几个量来确定某个元素的位置），与秩(rank)区分开

损失函数与代价函数

Q: What is the difference between the cost function and the loss function for logistic regression?

A: The loss function computes the error for a single training example; the cost function is the average of the loss functions of the entire training set.

这篇关于Stanford CS230学习笔记（二）：Lecture 2 Basics, Logistic Regression and Vectorization的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---