向量A是如何在吴家富的课程中转换成单值标量的？

Question

在吴家富关于古瑟拉的深度学习课程中，如何从扁平的图像(特征向量)中获得单个标量值？首先，w.T of shape (1, n_X)乘以形状(n_X, 400)的X，因此，根据线性代数定律，剩余的向量是形状(1, 400)的。然后通过Sigmoid形成矢量A，并且形状保持在(1, 400)。然后如何将该向量转换为二进制标量值(0或1)以预测y-hat？

Answer 1

n_X是功能的数量，400是数据的数量。

A的每个入口都是乙状结肠层的输出，它位于0和1之间。然后我们可以确定一个阈值(通常是0.5)，这样如果它至少是阈值，我们就将它映射到1，否则，我们将它映射到0。