训练神经网络: 参数的随机初始化(吴恩达课程9.6节内容) 利用正向传播算法计算所有的h(x)(即隐藏层等) 编写计算代价函数J的代码(9.1节) 利用反向传播算法计算所有的偏导数(9.2节,9.3节) 利用数值检验方法检验这些偏导数(例如梯度检验法,9.5节) 使用优化算法来最小化代价函数(例如梯度下降等算法,与反向传播算法相结合来处理)
训练神经网络: 参数的随机初始化(吴恩达课程9.6节内容) 利用正向传播算法计算所有的h(x)(即隐藏层等) 编写计算代价函数J的代码(9.1节) 利用反向传播算法计算所有的偏导数(9.2节,9.3节) 利用数值检验方法检验这些偏导数(例如梯度检验法,9.5节) 使用优化算法来最小化代价函数(例如梯度下降等算法,与反向传播算法相结合来处理)
集合的作用: 去重,把一个列表变成集合,就自动去重了 关系测试,测试两组数据之前的交集、差集、并集等关系 s = set([3,5,9,10]) #创建一个数值集合 t = set("Hello") #创建一个唯一字符的集合 a = t&n…
主程序: # -*- coding: utf-8 -*- """ Created on Sun Oct 22 19:57:24 2017 @author: dqhpl """ import json import pygal.maps.world from country_codes import …
high_low_mean.py # -*- coding: utf-8 -*- """ Created on Sun Oct 22 18:19:57 2017 @author: dqhpl """ import csv from matplotlib import pyplot as p…
random_walk.py # -*- coding: utf-8 -*- """ Created on Sun Oct 22 15:22:51 2017 @author: dqhpl """ from random import choice class RandomWalk():  …
【程序1】 题目:有1、2、3、4个数字,能组成多少个互不相同且无重复数字的三位数?都是多少? #Filename:001.py cnt = 0#count the sum of result for i in range(1,5): for j in range(1,5): &…
测试 单元测试和测试用例 单元测试:核实函数的某个方面没有问题; 测试用例:一组单元测试,这些单元测试一起核实函数在各种情形下的行为都符合要求; 全覆盖式测试用例包含一整套单元测试,涵盖了各种可能的函数使用方式。 可通过的测试 要为函数编写测试用例,可先导入模块unittest一级要测试的函数,再创建一个集成unittest.TestCase的类,并编写一系列方法对函数行为的不同方面进行测试。例如, import unittest from name_function import&n…
