以下是Octave代码片段的向量化代码

有谁能帮我将以下代码转换为向量化形式吗？

z=X*theta;g=sigmoid(z);for i=1:m  J=J+((-y(i)*log(g(i)))-((1-y(i))*log(1-g(i))));end

我尝试了以下方法

z=X*theta;g=sigmoid(z);J=J+((-y).*log(g)-((1-y).*log(1-g)));

但这会打印一个特定的值m次，而且答案也不正确。

J的答案是0.693，使用for循环我能得到正确的结果，但在向量化实现中我得到的是0.00693。

哪里出了问题？提前感谢。

回答：

你正在对J进行操作，并将所有-y(i)*log(g(i))-(1-y(i))*log(1-g(i))加到J上。

所以你需要对J进行操作，并将所有这些东西求和（sum）。

J=J+sum(  (-y).*log(g)-(1-y).*log(1-g)  );

学技术