16_Day3.md

study memo day 3

2017080040 松本博晓 16

numpy的用法

reshape

深度学习

1.人工神经元：

权重与偏置

激活函数（sigmoid、relu、tanh）

人工神经元实现布尔运算（与、或、非、异或）

课堂练习 sigmoid 函数

import numpy as np

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

print(sigmoid(5))

2.神经网络简介：

分类任务与回归任务

$softmax$、分对数模型

损失函数（均方差、交叉熵）

其他

课堂练习 tanh 函数

max函数

0需要放在后面，否则会报错

np.max(-0.21x1 +0.3x2+0.7*x3,0)

---

lambda 函数的用法

下面两个写法相同

sigmoid= lambda x :1 / (1 + np.exp(-x))

def sigmoid(x):
    return 1 / (1 + np.exp(-x))