cs230专题
Stanford CS230学习笔记（二）：Lecture 2 Basics, Logistic Regression and Vectorization
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
CS230 Lecture 2深度学习的直观认识（Deep Learning Intuition）
观看斯坦福大学公开课CS230后记录笔记，以便以后查阅之用。 使用逻辑回归解决特定目标是否在图片中问题时，对于判断目标是否存在于图片中，对输出的编码可以采用sigmoid函数编码，设置一个阈值，当模型输出大于阈值时，判断存在，反之不存在图中。 解决一个动物分类问题时，当图片中只有一个动物时，可以使用One-Hot编码，当图片中存在多个动物时，也可以采One-Hot编码，例如[1,1,0]