神经网络与深度学习吴恩达第三周编程练习重新上传

import numpy as np
import h5py
import matplotlib.pyplot as plt 
from testCases_v2 import *
from dnn_app_utils_v2 import sigmoidsigmoid_backwardrelurelu_backward

plt.rcParams[‘figure.figsize‘]=（5.04.0）
plt.rcParams[‘image.interpolation‘]=‘nearest‘
plt.rcParams[‘image.cmap‘]=‘gray‘

np.random.seed（1）

def initialize_parameters（n_xn_hn_y）:

    W1=np.random.randn（n_hn_x）*0.01
    b1=np.zeros（（n_h1））
    W2=np.random.randn（n_yn_h）*0.01
    b2=np.zeros（（n_y1））

    parameters={‘W1‘:W1
                ‘b1‘:b1
                ‘W2‘:W2
                ‘b2‘:b2}
    return parameters

def initialize_parameters_deep（layer_dims）:
    np.random.seed（3）
    parameters={}
    L=len（layer_dims）
    for l in range（1L）:
        parameters[‘W‘+str（l）]=np.random.randn（layer_dims[l]layer_dims[l-1]）*0.01
        parameters[‘b‘+str（l）]=np.zeros（[layer_dims[l]1]）
    return parameters

def linear_forward（AWb）:
    Z=np.dot（WA）+b
    cache=（AWb）
    return Zcache

def linear_activation_forward（A_prevWbactivation）:
    if activation==‘sigmoid‘:
        Zlinear_cache=linear_forward（A_prevWb）
        Aactivation_cache=sigmoid（Z）
    elif activation==‘relu‘:
        Zlinear_cache=linear_forward（A_prevWb）
        Aactivation_cache=relu（Z）

    cache=（linear_cacheactivation_cache）
    return Acache

def L_model_forward（Xparameters）:
    caches=[]
    A=X
    L=int（len（parameters）/2）
    for l in range（1L）:
        A_prev=A
        Acache=linear_activation_forward（Aparameters[‘W‘+str（l）]parameters[‘b‘+str（l）]‘relu‘）
        caches.append（cache）
    ALcache=linear_activation_forward（Aparameters[‘W‘+str（L）]parameters[‘b‘+str（L）]‘sigmoid‘）
    caches.append（cache）
    return ALcaches

def computer_cost（ALY）:
    m=Y.shape[1]
    cost=（-1/m）*np.sum（np.multiply（Ynp.log（AL））+np.multiply（（1-Y）np.log（1-AL）））
    cost=np.squeeze（cost）
    return cost

def linear_backward（dZcache）:
    A_prevWb=cache
    m=A_prev.shape[1]

    dW=np.dot（dZA_prev.T）/m
    db=np.sum（dZ）/m
    dA_prev=np.dot（W.TdZ）

    return dA_prevdWdb

def linear_activation_backward（dAcacheactivation）:
    linear_cacheactivation_cache=cache
    if activation==‘relu‘:
        dZ=relu_backward（dAactivation_cache）
        dA_prevdWdb=linear_backward（dZlinear_cache）
    elif activation==‘sigmoid‘:
        dZ=sigmoid_backward（dAactivation_cache）
        dA_prevdWdb=linear_backward（dZlinear_cache）

    return dA_prevdWdb

def L_model_backward（ALYcaches）:
    grads={}
    L=len（caches）
    m=AL.shape[1]
    Y=Y.reshape（AL.shape）

    dAL=-（np.divide（YAL）-np.divide（1-Y1-AL））

    current_cache=caches[L-1]
    grads[‘dA‘+str（L）]grads[‘dW‘+str（L）]grads[‘db‘+str（L）]=linear_activation_backward（dALcurrent_cache‘sigmoid‘）

    for l in reversed（range（L-1））:
        current_cache=caches[l]
        dA_prev_tempdW_tempdb_temp=linear_activation_backward（grads[

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-11-02 07:45  NeuralNetwork_3\
     文件     2572022  2017-10-25 02:21  NeuralNetwork_3\train_catvnoncat.h5
     文件      616958  2017-10-25 02:21  NeuralNetwork_3\test_catvnoncat.h5
     文件        3504  2017-10-25 03:06  NeuralNetwork_3\demo3.py
     文件       15596  2017-10-25 03:26  NeuralNetwork_3\dnn_app_utils_v2.py
     文件        4547  2017-10-25 03:36  NeuralNetwork_3\demo4.py
     文件           0  2017-11-02 08:04  NeuralNetwork_3\asfa
     目录           0  2017-11-02 07:33  NeuralNetwork_3\.vscode\
     文件        1051  2017-11-02 07:33  NeuralNetwork_3\.vscode\launch.json
     目录           0  2017-11-09 08:10  NeuralNetwork_3\images\
     文件        1609  2017-10-25 03:33  NeuralNetwork_3\images\my_image.jpg
     目录           0  2017-11-08 12:28  NeuralNetwork_3\datasets\
     文件      616958  2017-10-25 01:56  NeuralNetwork_3\datasets\test_catvnoncat.h5
     文件           0  2017-11-08 12:28  NeuralNetwork_3\datasets\demo.c
     文件     2572022  2017-10-25 01:53  NeuralNetwork_3\datasets\train_catvnoncat.h5
     目录           0  2017-10-25 03:26  NeuralNetwork_3\__pycache__\
     文件       13517  2017-10-25 03:26  NeuralNetwork_3\__pycache__\dnn_app_utils_v2.cpython-36.pyc
     文件        5983  2017-10-24 06:33  NeuralNetwork_3\__pycache__\testCases_v2.cpython-36.pyc
     文件        3714  2017-10-25 01:48  NeuralNetwork_3\__pycache__\demo3.cpython-36.pyc