W-void
W-void
更新第二层权重theta2需要求costFunction对theta2的导数，costFunction对theta2的导数可以分解为 z3对theta2的导数 与 costFunction对z3的导数 之积，前者是a2，后者不应该只是 h-class_y 吧，我觉得应该是 （h-class_y）乘上h对z3的导数，即sigmoidGradient（z3）。我是初学者，也是自学者，没有进行过专业的学习，很可能犯一些很幼稚的错误，希望你能多多包涵，不吝赐教。
是我惯性思维了，以为这里是欧式距离，你说的是对的。 非常感谢你能写出这么“生撕”机器学习的文章，不用高级库只用numpy实现加深了我不少理解。 提个小tip吧，在算正则化这类的对应项直接相乘的时候，array类型可以直接用’*‘号，相当于matlab的点乘，最后再np.sum，我觉得比较好理解，希望对你有用。 再次感谢
After sparsemax, only 1% feature is nonzeros, is it normal？
> hello @W-void, > > The goal of sparsemax activation is to get a sparse mask, with a lot of 0 values. So yes it is expected. > > However...