1、以下哪一项是正确的？(检查所有适用的) (A,D,F,G)
A.  a[2] 表示第二层的激活函数值向量。
B. X 是一个矩阵, 其中每一行都是一个训练示例。
C. a[2] (12) 表示第二训练样本在第十二层的激活函数值向量。
D. X 是一个矩阵, 其中每一列都是一个训练样本。
E. a4 [2] 是第二层的第4个训练样本的激活函数输出值
F. a[2] (12) 表示第十二训练样本在第二层激活函数值向量。
G. a4[2]  是第二层第四个神经元的激活函数输出值
-----------------------------------------------------------------------------------------------------------------------

-----------------------------------------------------------------------------------------------------------------------

-----------------------------------------------------------------------------------------------------------------------

-----------------------------------------------------------------------------------------------------------------------

import numpy as np

A=np.random.randn(4, 3)

B=np.sum(A, axis=1, keepdims=True)   # axis=1时，按照行计算； axis=0时，按照列计算

print("A="+str(A))

print("B="+str(B))

result：

A=[[-0.02149271 -1.0911196  -0.63240592]

 [-0.11458854 -0.18210595  0.82210656]

 [ 0.39105364 -0.97201463 -0.71820102]

 [ 0.30185741 -0.50767254 -0.73277816]]

B=[[-1.74501822]

 [ 0.52541207]

 [-1.29916201]

 [-0.93859329]]

-----------------------------------------------------------------------------------------------------------------------

------------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------------

答案仅供参考

课程一(Neural Networks and Deep Learning)，第三周（Shallow neural networks）—— 2、Practice Questions的更多相关文章

  1. 吴恩达《深度学习》-第一门课 (Neural Networks and Deep Learning)-第三周：浅层神经网络(Shallow neural networks) -课程笔记

    第三周:浅层神经网络(Shallow neural networks) 3.1 神经网络概述(Neural Network Overview) 使用符号$ ^{[

  2. 【面向代码】学习 Deep Learning（三）Convolution Neural Network(CNN)

    ========================================================================================== 最近一直在看Dee ...

  3. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 4、Logistic Regression with a Neural Network mindset

    Logistic Regression with a Neural Network mindset Welcome to the first (required) programming exerci ...

  4. 课程一(Neural Networks and Deep Learning)，第一周（Introduction to Deep Learning）—— 2、10个测验题

    1.What does the analogy “AI is the new electricity” refer to?  (B) A. Through the “smart grid”, AI i ...

  5. 课程一(Neural Networks and Deep Learning)，第一周（Introduction to Deep Learning）—— 1、经常提及的问题

    Frequently Asked Questions Congratulations to be part of the first class of the Deep Learning Specia ...

  6. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 3、Python Basics with numpy (optional)

    Python Basics with numpy (optional)Welcome to your first (Optional) programming exercise of the deep ...

  7. 课程一(Neural Networks and Deep Learning)，第一周（Introduction to Deep Learning）—— 0、学习目标

    1. Understand the major trends driving the rise of deep learning.2. Be able to explain how deep lear ...

  8. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 0、学习目标

    1. Build a logistic regression model, structured as a shallow neural network2. Implement the main st ...

  9. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 2、编程作业常见问题与答案（Programming Assignment FAQ）

    Please note that when you are working on the programming exercise you will find comments that say &q ...

  10. 课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 1、10个测验题（Neural Network Basics）

    --------------------------------------------------中文翻译---------------------------------------------- ...

随机推荐

  1. ACM-ICPC 2018 徐州赛区网络预赛 B BE, GE or NE(博弈，记忆化搜索）

    链接https://nanti.jisuanke.com/t/31454 思路 开始没读懂题,也没注意看数据范围(1000*200的状态,记忆化搜索随便搞) 用记忆化搜索处理出来每个状态的胜负情况 因 ...

  2. matlab 向量场线积分

    syms t x y z F x=cos(t); y=sin(t); z=*sin(t)^-; F=[x^*y , (/)*x^,x*y ] ; %场函数 V=[diff(x,t),diff(y,t) ...

  3. this指针和const成员函数

    1.this指针 1)this指针是成员函数的隐式参数,成员函数通过this指针来访问调用它自己的那个对象,成员函数对各成员的访问均通过this进行 2)当某个对象调用它的成员函数时,编译器会把这个对 ...

  4. git 如何更改某个提交内容/如何把当前改动追加到某次commit上? git rebase

    原文地址        http://www.jianshu.com/p/8d666830e826 [自己总结] 0, git diff git diff a b 是以a为基准,把b和a的区别展示出来 ...

  5. mysql 查询中文字段 没有结果的解决方法

    代码如下: $conn = new mysqli('localhost', 'root', '', 'excel');$sql = "select 中信一级行业 from excel gro ...

  6. 5W2H+35问

    之前看到的一个非常好且全面的做事方法论.

  7. js动态删除某一行，内容超出单元格后超出的部分用省略号代替

    <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <s ...

  8. hibernate映射组成关系

    目录结构 类 package com.hibernate.helloworld; public class School { private String name; private String a ...

  9. nginx搭建简单的图片服务器

    传统项目一般实现图片上传的话,都会在tomcat下面建立一个图片文件夹,上传成功后,用户可以直接访问, http://ip:port/project/images/xxx.jpg; 这样在用户量少的时 ...

  10. 20171126--idleHadnler的理解使用

    相关参考文献: http://www.jianshu.com/p/94d6131a53b2 http://bbs.51cto.com/thread-1094228-1.html https://zhu ...