本系列是在coursera上由Andrew Ng主讲的deep learning课程学习笔记。

Binary Classification

首先提出问题:如何训练model从图片集中识别猫?这是一个典型的Binary Classification问题。

考虑一幅的图片,如果有R,G,B三个通道,总共有个pxiels。可以unroll成一个12288 dimensional vector:

其中,每个entry对应图片中相应R,G,B通道的一个intensity。

一幅这样的图片可以作为一个sample,有

幅图片,即个samples,有

个samples的x和y考虑为矩阵,有

Logistic Regression

考虑输入如,目标是训练model得到,使得。即

先考虑最简单的Linear Regression,有parameter:,其中 ,有

但是Linear Regression有个问题:其结果可以是,而Binary Classification需要的结果,所以需要加上一个sigmoid function:

其中,所以有

这就是Logistic Regression。接下来,就是训练Logistic Regression model,使其在图片集中识别猫。

(Updated: 2/12/19)