吴恩达深度学习 —— 2.12 向量化的更多例子

当你编写新的网络时，或者做的只是回归，一定要尽量避免for循环，能不用就不用。如果可以使用一个内置函数或者找出其它办法去计算循环，通常会比直接用for循环更快，来看另一个例子。

如果想计算一个向量u，作为一个矩阵A和另一个向量v的乘积。矩阵乘法的定义就是ui=∑jAij∗vju_i=\sum_jA_{ij}*v_jui=∑jAij∗vj，令u=np.zeros(n,1)u=np.zeros(n,1)u=np.zeros(n,1)，然后对i循环，对j循环，计算出u的值，这是一个非向量化的过程。

向量化的实现就是说u=np.dot(A,v)u=np.dot(A,v)u=np.dot(A,v)，类似的例子还有很多。我们看看怎么将向量化表示应用到逻辑回归中。

上图是逻辑回归导数的程序，有两个for循环，通过向量化的表示，可以去掉其中的第二个for循环。具体如下图所示。

吴恩达深度学习 —— 2.12 向量化的更多例子相关推荐

吴恩达深度学习 —— 2.11 向量化
向量化通常是消除代码中显式for循环语句的艺术,在深度学习安全领域.深度学习.练习中,经常发现在训练大数据集时,深度学习算法表现才更加优越,所以代码运行得非常快非常重要.否则如果运行在一个大数据集上, ...
吴恩达深度学习 —— 2.14 向量化逻辑回归的梯度输出
这一节将学习如果向量化计算m个训练数据的梯度,强调一下,是同时计算. 前面已经说过,在逻辑回归中,有dz(1)=a(1)−y(1)dz^{(1)}=a^{(1)}-y^{(1)}dz(1)=a(1)− ...
吴恩达深度学习笔记（10）-更多的导数讲解
更多的导数例子(More Derivative Examples) 在这篇笔记中将给出一个更加复杂的例子,在这个例子中,函数在不同点处的斜率是不一样的,先来举个例子: 我在这里画一个函数,f(a)=a ...
吴恩达深度学习 | (12) 改善深层神经网络专项课程第三周学习笔记
课程视频第三周PPT汇总吴恩达深度学习专项课程共分为五个部分,本篇博客将介绍第二部分改善深层神经网络专项的第三周课程:超参数调试.Batch Normalization和深度学习框架. 目录 1. ...
深度学习入门首推资料--吴恩达深度学习全程笔记分享
本文首发于微信公众号"StrongerTang",可打开微信搜一搜,或扫描文末二维码,关注查看更多文章. 原文链接:(https://mp.weixin.qq.com/s?__bi ...
吴恩达深度学习教程——中文笔记网上资料整理
吴恩达深度学习笔记整理内容为网上博主博文整理,如有侵权,请私信联系. 课程内容: Coursera:官方课程安排(英文字幕).付费用户在课程作业中可以获得作业评分,每门课程修完可获得结课证书:不付费 ...
花书+吴恩达深度学习（二八）深度生成模型之有向生成网络（VAE, GAN, 自回归网络）
文章目录 0. 前言 1. sigmoid 信念网络 2. 生成器网络 3. 变分自编码器 VAE 4. 生成式对抗网络 GAN 5. 生成矩匹配网络 6. 自回归网络 6.1 线性自回归网络 6.2 ...
花书+吴恩达深度学习（二五）直面配分函数（CD, SML, SM, RM, NCE）
文章目录 0. 前言 1. 对数似然梯度 1.1 朴素 MCMC 算法 1.2 对比散度算法 CD 1.3 随机最大似然 SML 2. 伪似然 3. 得分匹配 SM 4. 比率匹配 RM 5. 去噪得 ...
花书+吴恩达深度学习（四）多分类 softmax
目录 0. 前言 1. 二分类 sigmoid 2. 多分类 softmax 3. 多分类 softmax 梯度下降推导如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔~我会非常开心的~ 花书 ...

吴恩达深度学习 —— 2.12 向量化的更多例子

吴恩达深度学习 —— 2.12 向量化的更多例子相关推荐

最新文章

热门文章