MNIST 被喻為深度學習中的Hello World示例，由Yann LeCun等大神組織收集的一個手寫數字的數據集，有60000個訓練集和10000個驗證集，是個非常適合初學者入門的訓練集。這個網站也提供了業界對這個數據集的各種算法的嘗試結果，也能看出機器學習的算法的演進史，從早期的線性邏輯回歸 ...

　　從今天起，我會在這里記錄一下學習深度學習所留下的足跡，目的也很簡單，手頭有近3w個已經標記好正確值得驗證碼，想要從頭訓練出一個可以使用的模型， 雖然我也知道網上的相關模型和demo很多，但是還是非常希望自己可以親手搞一個能用的出來，學習書籍主要是：李金洪老師的《深度學習之Tensorflow ...

轉載請注明作者：夢里風林 Github工程地址：https://github.com/ahangchen/GDLnotes 歡迎star，有問題可以到Issue區討論 官方教程地址 視頻/字幕下載 ...

損失函數隨着迭代次數變化，運行結果： ...

1 什么是邏輯回歸 1.1邏輯回歸與線性回歸的區別： 　　線性回歸預測的是一個連續的值，不論是單變量還是多變量（比如多層感知器），他都返回的是一個連續的值，放在圖中就是條連續的曲線，他常用來表示的數學方法是Y=aX+b； 　　與之相對的，邏輯回歸給出的值並不是連續的，而是 類似於 ...

1 二分類( Binary Classification ) 邏輯回歸是一個二分類算法。下面是一個二分類的例子，輸入一張圖片，判斷是不是貓。 輸入x是64*64*3的像素矩陣，n或者nx代表特征x的數量，y代表標簽0/1，m代表訓練集的樣本總數。 本門課中：X代表所有的輸入x，x按列排列 ...

之前對線性回歸和邏輯回歸的理論部分做了較為詳細的論述，下面通過一些例子再來鞏固一下之前所學的內容。 需要說明的是，雖然我們在線性回歸中都是直接通過公式推導求出w和b的精確值，但在實際運用中基本上都會采用梯度下降法作為首選，因為用代碼表示公式會比較繁瑣，而梯度下降法只需要不斷對參數更新公式進行迭代 ...

注：本系列所有博客將持續更新並發布在github上，您可以通過github下載本系列所有文章筆記文件 1 引言 邏輯不邏輯，回歸非回歸。 回想當年初次學習邏輯回歸算法時，看到”邏輯回歸“這個名字，第一感覺是這是一個與線性回歸類似的回歸類別的算法，只不過這個算法突出”邏輯“，或者與某個以”邏輯 ...