吴恩达深度学习课程 Class 1 Week 2 assignment2_2 易错点

       本系列会记录萌新博主学习吴恩达深度学习课程中踩过的各种坑，希望对和我一样的萌新起到借鉴的作用，有错误或不完善的地方还请大佬指正。

1. 注意reshape的使用

       reshape操作是按一定顺序的，default情况下使用C模式，即最后一个维度变化最快。直接reshape和reshape再转置得到的结果是不一样的。

详细参考：numpy中reshape方法详解_zhanggonglalala的博客-CSDN博客_np.reshapehttps://blog.csdn.net/zhanggonglalala/article/details/79356653

train_set_x_flatten_1 = train_set_x_orig.reshape(-1, train_set_x_orig.shape[0])

train_set_x_flatten_2 = train_set_x_orig.reshape(train_set_x_orig.shape[0], -1).T

train_set_x_flatten_1 != train_set_x_flatten_2

2. 一些被废弃的函数

       scipy库中很多旧版本的函数已经无法使用了，可以使用相同功能的其他函数代替，网上资料很多。

3. 课程提供的代码基于jupyter notebook， 因此有的地方需要加上plt.show()才能显示出图像，注意 其加入的位置要注意，因为该语句会打断后续程序的执行，比如后面如果有print就看不到了。

4. 把迭代次数设置低一些可以减轻过拟合，比如将迭代次数设置为900后，train set accuracy适当降低，test set accuracy有所提高。

5. 注意输入图像的格式

       在我进行最后一步，即识别自己的图片时， 出现下图所示报错：

       这是因为输入的图片为png格式，或由png格式转的jpg格式。

       jpg一共有RGB三个通道，而png有RGBA（最后一个通道表示透明度）四个通道，因此按原来的代码运行会出错。

       只需使用.convert("RGB")进行转化，非常方便。（由于提供的函数aborted了用不了我这里的读取方式已经改成了Image.open)

image_raw = Image.open(fname).convert("RGB")
image = np.array(image_raw)