15. More Vectorization Examples
2023. 9. 8. 16:03ㆍGoogle ML Bootcamp/1. Neural Networks and Deep Learning
dw를 벡터화할 경우, dw+=x*dz가 되는데, 이는 x가 J에 미치는 영향(기울기)의 평균을 구하는 과정이므로.
dw = dw + x(i)dz(i)이면 결국 누적합 + i시점 기울기
이때 벡터끼리 덧셈은 element-wise형태로 이루어지므로 for 문을 없앨 수 있다.
'Google ML Bootcamp > 1. Neural Networks and Deep Learning' 카테고리의 다른 글
| 17. Vectorizing Logistic Regression's Gradient Output (0) | 2023.09.08 |
|---|---|
| 16. Vectorizing Logistic Regression (0) | 2023.09.08 |
| 14. Vectorization (0) | 2023.09.08 |
| 13. Gradient Descent on m Examples (0) | 2023.09.08 |
| 12. Logistic Regression Gradient Descent (0) | 2023.09.08 |