运行提交功能时,我没有像课程视频中那样显示可用的加入序列号(在课程视频中,运行提交后,将出现一堆提示,询问要提交的作业),当我运行提交时,没有提示信息并直接提交
我比较了commit.m文件中的代码,没有丢失任何内容,并将其下载到Coursera上。
warmUpExercise()
ans =
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
submit() ==提交解决方案|具有多个变量的线性回归... 登录名(电子邮件地址):
我希望当我运行提交时,命令行的显示方式与在Coursera上的Andrew Ng的机器学习教学视频相同。
答案 0 :(得分:0)
您是如何进行练习的?如果运行ex1,则应该得到结果:
Running warmUpExercise ...
5x5 Identity Matrix:
A =
Diagonal Matrix
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
ans =
Diagonal Matrix
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
Program paused. Press enter to continue.
按Enter键后,您应该获得数据等的绘图。但是您必须等待一些时间才能绘制数据。至于提交,那部分没有评分。您应该遵循以PDF编写的说明,然后您会看到哪些是分级的部分。
Matlab/Octave
不再真正用于机器学习,您应该切换到Python
,很少有github
仓库可以让您使用{{1}编写和提交作业},而不是Python
,我使用了this,效果很好。您将学习相同的材料,但使用的编程语言更好。我共享的存储库将使您可以使用Matlab/Octave
,在要运行的每个单元格上方都写有说明。这样,在代码和PDF之间进行所有时间的切换就容易得多。