摘要：本文通过实现逻辑回归成本函数模型的建立,运行梯度下降算法优化、更新权重和偏差,使用优化后的逻辑回归预测待测试图像在所有图片中的出现概率。首先加载训练集、测试集的图片,对图片降低维度并转置,实现前向和后向传播的成本函数,对逻辑回归的负对数似然成本进行正则化,使用断言确保数据的正确性。通过计算当前参数的成本和梯度,运行正则化的梯度下降算法来优化更新权重和偏差的超参数,优化循环的迭代次数更新规则的学习率的超参数,最后分别利用逻辑回归模型和正则化后的逻辑回归模型进行预测。实验证明,上述方法识别测试集图片中出现的概率准确性提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
