吴恩达老师深度学习第一课神经网络与深度学习所有作业

吴恩达老师深度学习第一课神经网络与深度学习所有作业

# coding: utf-8

# # Python Basics with Numpy （optional assignment）
# 
# Welcome to your first assignment. This exercise gives you a brief introduction to Python. Even if you‘ve used Python before this will help familiarize you with functions we‘ll need.  
# 
# **Instructions:**
# - You will be using Python 3.
# - Avoid using for-loops and while-loops unless you are explicitly told to do so.
# - Do not modify the （# GRADED FUNCTION [function name]） comment in some cells. Your work would not be graded if you change this. Each cell containing that comment should only contain one function.
# - After coding your function run the cell right below it to check if your result is correct.
# 
# **After this assignment you will:**
# - Be able to use iPython Notebooks
# - Be able to use numpy functions and numpy matrix/vector operations
# - Understand the concept of “broadcasting“
# - Be able to vectorize code
# 
# Let‘s get started!

# ## About iPython Notebooks ##
# 
# iPython Notebooks are interactive coding environments embedded in a webpage. You will be using iPython notebooks in this class. You only need to write code between the ### START CODE HERE ### and ### END CODE HERE ### comments. After writing your code you can run the cell by either pressing “SHIFT“+“ENTER“ or by clicking on “Run Cell“ （denoted by a play symbol） in the upper bar of the notebook. 
# 
# We will often specify “（≈ X lines of code）“ in the comments to tell you about how much code you need to write. It is just a rough estimate so don‘t feel bad if your code is longer or shorter.
# 
# **Exercise**: Set test to ‘“Hello World“‘ in the cell below to print “Hello World“ and run the two cells below.

# In[1]:


### START CODE HERE ### （≈ 1 line of code）
test = “Hello World“
### END CODE HERE ###


# In[2]:


print （“test: “ + test）


# **Expected output**:
# test: Hello World

# 
# **What you need to remember**:
# - Run your cells using SHIFT+ENTER （or “Run cell“）
# - Write code in the designated areas using Python 3 only
# - Do not modify the code outside of the designated areas

# ## 1 - Building basic functions with numpy ##
# 
# Numpy is the main package for scientific computing in Python. It is maintained by a large community （www.numpy.org）. In this exercise you will learn several key numpy functions such as np.exp np.log and np.reshape. You will need to know how to use these functions for future assignments.
# 
# ### 1.1 - sigmoid function np.exp（） ###
# 
# Before using np.exp（） you will use math.exp（） to implement the sigmoid function. You will then see why np.exp（） is preferable to math.exp（）.
# 
# **Exercise**: Build a function that returns the sigmoid of a real number x. Use math.exp（x） for the exponential function.
# 
# **Reminder**:
# $sigmoid（x） = \frac{1}{1+e^{-x}}$ is sometimes also known as the logistic function. It is a non-linear function used not only in Machine Learning （Logistic Regression） but also in Deep Learning.
# 
# To refer to a 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-02-07 16:49  assignment2\
     文件        6148  2017-09-02 22:34  assignment2\.DS_Store
     目录           0  2017-09-02 17:32  assignment2\images\
     文件      339673  2017-09-02 17:32  assignment2\images\la_defense.jpg
     文件      310181  2017-09-02 17:31  assignment2\images\gargouille.jpg
     文件      636273  2017-09-02 17:32  assignment2\images\my_image.jpg
     文件       94439  2017-09-02 17:32  assignment2\images\my_image2.jpg
     文件      601084  2017-09-02 17:31  assignment2\images\cat_in_iran.jpg
     文件      191592  2017-09-02 17:32  assignment2\images\LogReg_kiank.png
     文件      265708  2017-09-02 17:32  assignment2\images\image1.png
     文件      154439  2017-09-02 17:32  assignment2\images\image2.png
     文件       29190  2018-02-07 14:55  assignment2\assignment2_2.py
     目录           0  2017-11-21 20:33  assignment2\datasets\
     文件      616958  2017-09-02 17:29  assignment2\datasets\test_catvnoncat.h5
     文件     2572022  2017-09-02 17:30  assignment2\datasets\train_catvnoncat.h5
     目录           0  2017-11-21 20:33  assignment2\__pycache__\
     文件         811  2017-10-14 14:52  assignment2\__pycache__\lr_utils.cpython-36.pyc
     文件      310988  2018-02-07 16:49  assignment2\assignment2_2.ipynb
     文件       23283  2018-02-07 15:11  assignment2\assignment2_1.py
     目录           0  2017-11-21 20:33  assignment2\.ipynb_checkpoints\
     文件      133637  2018-02-07 16:29  assignment2\.ipynb_checkpoints\assignment2_2-checkpoint.ipynb
     文件       40880  2017-10-14 11:03  assignment2\.ipynb_checkpoints\assignment2_1-checkpoint.ipynb
     文件       41373  2018-02-07 14:59  assignment2\assignment2_1.ipynb
     文件         880  2017-09-02 17:30  assignment2\lr_utils.py
     目录           0  2017-11-22 22:19  assignment3\
     文件        6148  2017-09-02 17:39  assignment3\.DS_Store
     目录           0  2017-09-02 17:36  assignment3\images\
     文件      681895  2017-09-02 17:35  assignment3\images\grad_summary.png
     文件      139115  2017-09-02 17:35  assignment3\images\classification_kiank.png
     文件       41671  2017-09-02 17:35  assignment3\images\sgd.gif
     文件       64014  2017-09-02 17:35  assignment3\images\sgd_bad.gif
............此处省略72个文件信息