AI课程 Class1·内容回顾

深度学习研讨班Class1

内容回顾

第一次研讨班，我们记录了同学们提出的几个比较重要的问题。

本次的问答都是关于作业代码的。

我们认为目前做深度学习相关工作代码细节很重要，常常会有人因为细节出错而浪费了大量的开发时间。

内容集合：

复习课件BY 主讲人

coding assignment重点 BY 助教

网盘链接：

https://pan.baidu.com/s/15D9OX-9B7WgxQg7WbQc5ig

密码：q4gk

如果感谢并认可本次四位主导人的工作

可在文末打赏~

课件预览

主讲人：

兰焜耀，工试大一

主讲人：

刘成志，控制工程研三

代码Q&A

解答助教：

张迪（环境学院研一）

黄漪斐（机动学院大三）

1

想把图片的绿色通道放在第一个部分（以GRB顺序保存），该怎么操作？

Answer：

在MATLAB中可以直接用索引来访问矩阵中的元素，numpy中其实也有类似的功能，比如A[:, :, 1]就可以访问图片A的G通道，分别访问三个通道然后再用np.concatenate连接在一起即可。numpy的array也是支持多次下标访问的，比如A[:, :, [1, 0, 2]]就可以将A的前两个通道交换。附numpy的文档页面：https://docs.scipy.org/doc/numpy/，其中的General Index和Search Page可以很方便查找到相关函数。当然其实最常用的方法是直接Baidu/Google：numpy.xxx。

2

详细讲一下矩阵的除法，x / x_norm，x是2*3，x_norm是2*1，这时应该如何除？

Answer：

通过python的广播机制。被除的矩阵，行向或列向起码有一个方向维度相同，且另一个维度为1，此时该数组会在维度为1的方向上进行广播broadcast之后再参与运算（也可以理解为复制，虽然出于效率的考虑并不会真的发生复制）。

3

cost已经是标量了，那么squeeze用的意义是什么？

Answer：

根据我们现场的实验，squeeze确实可以去掉，矩阵sum之后就是个标量了。squeeze原本的作用是将所有长度为1的维度都去掉，在这里并无必要。

4

reshape（b*c*d, a）与reshape(a, -1).T有什么不同？

Answer：

可以认为通过reshape生成的新数组和原始数组其实是同一段内存，无论目标是什么shape，其实都可以看作先将原数组reshape成(number of elements, 1)的一个向量，然后再按照目标shape的方式进行切割。reshape(b*c*d, a)每隔a个元素进行一次切割， reshape(a, -1)每隔b*c*d个元素进行一次切割，前者会将一个数据样本的元素拦腰截断。因此就算reshape(b*c*d, a）与reshape(a, -1).T的形状相同，其矩阵内容也是不同的。但是注意，这两者的第一个元素显然都是相同的，这可能对同学们核对expected output产生了误导。举一个具体的例子来说明：

虽然两者都是2*4的矩阵，但是其内容完全不同。

测试题订正

主讲助教：

黄漪斐（机动学院大三）

张迪（环境学院研一）

http://blog.csdn.net/justry24/article/details/77915062?locationNum=1&fps=1

参考：

两位主讲人的大部分图示来自：

https://www.coursera.org/learn/neural-networks-deep-learning

https://www.slideshare.net/TessFerrandez/notes-from-coursera-deep-learning-courses-by-andrew-ng

如果感谢或认可本期主讲团队的工作

请为作者打赏

您的肯定是对主讲团队的莫大鼓励

主讲人

兰焜耀，工科平台大一

主讲人

刘成志，控制工程研三

助教

张迪，环境学院研一

助教

黄漪斐，机动学院大三

我都想打赏，班长帮我平分一下：

第一次研讨班试运营结束后，

按月缴纳9.9元/月的运营费用

所有收入都将全数用于研讨班。除了场地费用之外，剩余收入都将作为助教和顾问的奖励，以激励和感谢他们的尽职工作。

咨询问题&加入我们

请加入试运行班群了解详情

现在需要付费加群啦，当然如果进群了解后决定不参加，我们将返还费用。

研讨班地点：

上海交大闵行校区工训中心B楼