numpy中我的成本函数出了什么问题？

Question

我试图在Andrew Ng深度学习课程中为编程作业实现成本函数，这需要我自己的原创作品。我也不允许在未经许可的情况下复制作业代码，但无论如何我都是这样做的。

成本的预期结果= 6.000064773192205，但是使用此代码，我的结果成本= 4.50006477319。有没有人知道我在这段代码中做错了什么？

删除了代码

Answer 1

你的sigmoid函数有错误。你应该计算np.dot(np.transpose(w), X) + b)的负数。

这是我用过的那个

A = 1 / (1 + np.exp(-(np.dot(np.transpose(w), X) + b)))

Answer 2

np.sum(np.multiply(Y, np.log(A)) + np.multiply((1-Y), np.log(1-A)))  /m   

Answer 3

万一你发现它很有用（并且我正在做相同的源码），你也可以通过使用它来调用你在expandate（）中定义的上一步中定义的sigmoid（）函数：

A = sigmoid(np.dot(w.T,X) + b)

您的工作证明没有必要，但它有点清洁。