搜索结果
查询Tags标签： sigmoid，共有 19条记录-
神经网络基础以及激活函数，以及梯度下降
1.神经网络分为三层：输入层，隐藏层以及输出层 2.a^[0]表示输入层，a^[1]表示隐藏层，a^[2]表示输出层，在隐藏层还要表示 则呈现a^[1]1,a^[1]2,a^[1]3 3.m个训练集向量化Z^[1] = W^[1]X+b A^[1] = 符号(Z^[1]) Z^[2] = W^[2]A^[1]+b^[2] a^[2] = 符号(Z^[2])#sigmoid()激…
2021/8/27 6:07:58 人评论 次浏览 -
19 机器学习 - Lineage逻辑回归分类算法
1.概述 Lineage逻辑回归是一种简单而又效果不错的分类算法 什么是回归：比如说我们有两类数据，各有50个点组成，当我门把这些点画出来，会有一条线区分这两组数据，我们拟合出这个曲线（因为很有可能是非线性），就是回归。我们通过大量的数据找出这条线，并拟合出这条线…
2021/7/8 11:11:27 人评论 次浏览 -
20 机器学习 - Lineage逻辑回归算法分类案例
需求 对给定的先验数据集，使用logistic回归算法对新数据分类代码实现1.定义sigmoid函数 def loadDataSet():dataMat = []; labelMat = []fr = open(d:/testSet.txt)for line in fr.readlines():lineArr = line.strip().split()dataMat.append([1.0, float(lineArr[0]), f…
2021/7/8 11:11:21 人评论 次浏览 -
BP算法简单实例
# -*- coding: utf-8 -*- import numpy as np def sigmoid(x):#激活函数return 1/(1+np.exp(-x)) input = np.array([[0.35], [0.9]]) #输入数据 w1 = np.array([[0.1, 0.8], [0.4, 0.6]])#第一层权重参数 w2 = np.array([0.3, 0.9])#第二层权重参数real = np.array([[0.5…
2021/5/7 20:26:47 人评论 次浏览
