Sangs

摘要： Vectorized Logistic Regression和上次的作业基本一致， 但是要注意。 costFunction J 和 grad 梯度中对 theta(1) 都是不进行 regulation的， 上次错了， 这次又错了sigmoid 的函数， 接受的输入只是一个量 z， 但是它能力和强大， 即使接受的是一个矩阵或者数组， 也都能对其每一个 element 都能处理One-vs-all classifier training这个都有些忘了， 想了好久才发现是上上周的内容，听一遍 video， 做一遍题，还是记不久. Do the best you can!回忆良久，想起来了大体的框架 阅读全文