吴恩达机器学习练习3：Logistic regression(Feedforward propagation neural networks)

本小节使用前馈神经网络对上小节的5000个手写体进行识别。 1、神经网络模型 使用的前馈型神经网络有3层：一个输入层、一个隐藏层和一个输出层。 每个手写体的大小为20×20，因此设计输入层单元数为400（除去额外基本单元1个），输出层为10（对应10个数字1-10）。设计隐藏层的单元数为25。 其神经网络的模型如下： 程序已经给定了训练得到的权重参数theta，存储在ex3data1.mat中。

>>阅读原文<<