【logistic regression】03向量化

一、Why Vectorization?

在这里插入图片描述

  • 方法一:for循环
  • 方法二:使用np.dot()
    在这里插入图片描述

二、对上一节导数计算的优化

在这里插入图片描述

三、对Logistic Regression的优化

1.正向传播

这就是正向传播进一步迭代的向量化实现,同时处理所有的m个训练样本
在这里插入图片描述

这里引入“broadcasting”广播,后续会讲

2.反向传播

(利用向量化同时计算m个训练数据的梯度)
不使用for循环对参数进行更新
在这里插入图片描述
在这里插入图片描述
如果想要多次迭代,可以加上for(上面蓝字)

猜你喜欢

转载自blog.csdn.net/qq_45617555/article/details/107771576