吴恩达深度学习第一课jupyter版作业

本作业内包括作业标准答案以及我自己做的两个版本，可以直接在jupyter笔记本中运行。该作业为吴恩达的深度学习系列视频第一课神经网络和深度学习课后作业，包括第二周+第三周+第四周的课后作业，第一周无课后作业。

import matplotlib.pyplot as plt
import numpy as np
import sklearn
import sklearn.datasets
import sklearn.linear_model

def plot_decision_boundary（model X y）:
    # Set min and max values and give it some padding
    x_min x_max = X[0 :].min（） - 1 X[0 :].max（） + 1
    y_min y_max = X[1 :].min（） - 1 X[1 :].max（） + 1
    h = 0.01
    # Generate a grid of points with distance h between them
    xx yy = np.meshgrid（np.arange（x_min x_max h） np.arange（y_min y_max h））
    # Predict the function value for the whole grid
    Z = model（np.c_[xx.ravel（） yy.ravel（）]）
    Z = Z.reshape（xx.shape）
    # Plot the contour and training examples
    plt.contourf（xx yy Z cmap=plt.cm.Spectral）
    plt.ylabel（‘x2‘）
    plt.xlabel（‘x1‘）
    plt.scatter（X[0 :] X[1 :] c=y cmap=plt.cm.Spectral）
    

def sigmoid（x）:
    “““
    Compute the sigmoid of x

    Arguments:
    x -- A scalar or numpy array of any size.

    Return:
    s -- sigmoid（x）
    “““
    s = 1/（1+np.exp（-x））
    return s

def load_planar_dataset（）:
    np.random.seed（1）
    m = 400 # number of examples
    N = int（m/2） # number of points per class
    D = 2 # dimensionality
    X = np.zeros（（mD）） # data matrix where each row is a single example
    Y = np.zeros（（m1） dtype=‘uint8‘） # labels vector （0 for red 1 for blue）
    a = 4 # maximum ray of the flower

    for j in range（2）:
        ix = range（N*jN*（j+1））
        t = np.linspace（j*3.12（j+1）*3.12N） + np.random.randn（N）*0.2 # theta
        r = a*np.sin（4*t） + np.random.randn（N）*0.2 # radius
        X[ix] = np.c_[r*np.sin（t） r*np.cos（t）]
        Y[ix] = j
        
    X = X.T
    Y = Y.T

    return X Y

def load_extra_datasets（）:  
    N = 200
    noisy_circles = sklearn.datasets.make_circles（n_samples=N factor=.5 noise=.3）
    noisy_moons = sklearn.datasets.make_moons（n_samples=N noise=.2）
    blobs = sklearn.datasets.make_blobs（n_samples=N random_state=5 n_features=2 centers=6）
    gaussian_quantiles = sklearn.datasets.make_gaussian_quantiles（mean=None cov=0.5 n_samples=N n_features=2 n_classes=2 shuffle=True random_state=None）
    no_structure = np.random.rand（N 2） np.random.rand（N 2）
    
    return noisy_circles noisy_moons blobs gaussian_quantiles no_structure

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-04-24 17:08  第一课.神经网络和深度学习\
     目录           0  2018-04-24 17:08  第一课.神经网络和深度学习\第一课第三周编程作业\
     目录           0  2018-05-07 16:31  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\
     目录           0  2018-04-27 15:13  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\.ipynb_checkpoints\
     文件      556918  2018-04-27 15:13  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\.ipynb_checkpoints\assignment3-checkpoint.ipynb
     文件      119920  2018-05-07 16:28  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\.ipynb_checkpoints\assignment3_original-checkpoint.ipynb
     文件      492473  2018-04-27 21:18  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\assignment3.ipynb
     文件      155373  2018-05-07 16:31  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\assignment3_original.ipynb
     目录           0  2018-04-24 17:08  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\images\
     文件      139115  2017-12-20 13:58  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\images\classification_kiank.png
     文件      681895  2017-12-20 13:58  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\images\grad_summary.png
     文件       41671  2017-12-20 13:58  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\images\sgd.gif
     文件       64014  2017-12-20 13:58  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\images\sgd_bad.gif
     文件        2253  2017-12-20 13:55  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\planar_utils.py
     文件        3993  2017-12-20 13:55  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\testCases.py
     目录           0  2018-04-27 15:31  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\__pycache__\
     文件        2387  2018-04-27 15:31  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\__pycache__\planar_utils.cpython-36.pyc
     文件        4468  2018-04-27 15:31  第一课.神经网络和深度学习\第一课第三周编程作业\assignment3\__pycache__\testCases.cpython-36.pyc
     目录           0  2018-04-14 16:45  第一课.神经网络和深度学习\第一课第二周编程作业\
     目录           0  2018-05-02 15:28  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\
     目录           0  2018-04-17 19:56  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\.ipynb_checkpoints\
     文件       41223  2018-04-14 19:39  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\.ipynb_checkpoints\assignment2_1-checkpoint.ipynb
     文件       40495  2018-04-17 19:53  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\.ipynb_checkpoints\assignment2_1_original-checkpoint.ipynb
     文件      315219  2018-04-17 19:56  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\.ipynb_checkpoints\assignment2_2-checkpoint.ipynb
     文件      195601  2018-05-02 15:28  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\.ipynb_checkpoints\assignment2_2_original-checkpoint.ipynb
     文件       41477  2018-04-18 16:03  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\assignment2_1.ipynb
     文件       40495  2018-04-17 19:53  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\assignment2_1_original.ipynb
     文件      310322  2018-04-19 16:37  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\assignment2_2.ipynb
     文件      195601  2018-05-02 15:28  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\assignment2_2_original.ipynb
     目录           0  2018-04-14 16:45  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\datasets\
     文件      616958  2017-12-20 13:58  第一课.神经网络和深度学习\第一课第二周编程作业\assignment2\datasets\test_catvnoncat.h5
............此处省略63个文件信息