【原】Coursera—Andrew Ng机器学习—Week 5 习题—Neural Networks learning


课上习题

【1】代价函数

 【2】代价函数计算

【3】

 【4】矩阵的向量化

 【5】梯度校验

Answer:(1.013 -0.993) / 0.02 = 3.001

 【6】梯度校验

Answer:学习的时候要去掉梯度校验,不然会特别慢

【7】随机初始化

Answer:对于神经网络这种复杂模型来说,初始值都是同一个值 r,不然第二层会全都一样。

【8】梯度下降


测验

 Answer: A

 

 Answer:A

 Answer:D  

3*(1.01)4 - 3*(0.99)4 / 0.02

 Answer:ACE

解析E:与逻辑回归一样,λ的较大值将惩罚大参数值,从而减少过度拟合训练集的变化。

解析G:  一个特别大的 λ 可能是非常有害的。 如果将其设置得太大,那么网络将不适合训练数据,并且对训练数据和新的测试数据的预测都很差。

Answer:ADG

 


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM