摘要：#反向传播 深度学习神经网络训练的过程就是对权重的更新 更新权重的过程：损失对权重的导数 \[ \frac{\partial loss}{\partial w} \] 对于线性函数，无论经过多少层迭代，最终结果都是一个线性的函数，所以我们需要用一个非线性函数及激活函数，将每一层的结果做非线性代换，增 阅读全文

摘要：线性模型公式： \[ \widehat{y}=x*w(+b) \] 1.函数forword（）中，有一个变量w，变量的值来自for循环 2.for循环中，使用np.arange(Numpy中的函数，其作用为：有终点与起点的固定步长的排列) 3.zip()函数的作用：该函数返回一个以元组为元素的列表， 阅读全文