| 65 | |
| 66 | # 显示100个数字 |
| 67 | def display_data(imgData): |
| 68 | sum = 0 |
| 69 | ''' |
| 70 | 显示100个数（若是一个一个绘制将会非常慢，可以将要画的数字整理好，放到一个矩阵中，显示这个矩阵即可） |
| 71 | - 初始化一个二维数组 |
| 72 | - 将每行的数据调整成图像的矩阵，放进二维数组 |
| 73 | - 显示即可 |
| 74 | ''' |
| 75 | m,n = imgData.shape |
| 76 | width = np.int32(np.round(np.sqrt(n))) |
| 77 | height = np.int32(n/width); |
| 78 | rows_count = np.int32(np.floor(np.sqrt(m))) |
| 79 | cols_count = np.int32(np.ceil(m/rows_count)) |
| 80 | pad = 1 |
| 81 | display_array = -np.ones((pad+rows_count*(height+pad),pad+cols_count*(width+pad))) |
| 82 | for i in range(rows_count): |
| 83 | for j in range(cols_count): |
| 84 | if sum >= m: #超过了行数，退出当前循环 |
| 85 | break; |
| 86 | display_array[pad+i*(height+pad):pad+i*(height+pad)+height,pad+j*(width+pad):pad+j*(width+pad)+width] = imgData[sum,:].reshape(height,width,order="F") # order=F指定以列优先，在matlab中是这样的，python中需要指定，默认以行 |
| 87 | sum += 1 |
| 88 | if sum >= m: #超过了行数，退出当前循环 |
| 89 | break; |
| 90 | |
| 91 | plt.imshow(display_array,cmap='gray') #显示灰度图像 |
| 92 | plt.axis('off') |
| 93 | plt.show() |
| 94 | |
| 95 | # 代价函数 |
| 96 | def nnCostFunction(nn_params,input_layer_size,hidden_layer_size,num_labels,X,y,Lambda): |