这是Coursera机器学习课程练习4中预测函数的一个片段。它所做的是将训练好的神经网络预测的数字存储在p中。有人能解释它是如何做到的吗？

    function p = predict(Theta1, Theta2, x)    p = 0;    h1 = sigmoid(double([1 x]) * Theta1');    h2 = sigmoid([1 h1] * Theta2');    [dummy, p] = max(h2, [], 2);    end

x = 像素强度值的1×784矩阵。Theta1 = 100×785矩阵。Theta2 = 10×101矩阵。

我已经训练了网络，并得到了Theta1和Theta2的最佳值。我想知道的是最后一行代码是如何处理前向传播的值，并在p中存储1/2/3/4/5/6/7/8/9/10的。存储的任何数字都是预测的数字。

igmoid函数:

function g = sigmoid(z)g = 1 ./ (1 + e.^-z);end

回答：

最后一行简单地返回具有最高值的神经元的索引，在matlab/octave中

[M, I] = max(A, [], dim)

将A中具有最高值的索引存储在I中，维度为dim。在你的例子中，h2包含每个输出神经元的激活值，并且根据你的神经网络的构造 – 分类只是具有最高值的那个的索引，

cl(x) = arg max_i f_i(x)