摘要： 只有一个隐藏层的神经网络： 隐藏层的含义是：在训练集中，这些中间节点的真正数值我们是不知道的，在训练集你看不到他们的数值。你只能看到输入值，也能看见输出值。这就是所谓的“隐藏层” 之前我们用向量x表示输入特征，输入特征的数值还有另外一种表示方式，用a[0]来表示，这个a也表示“激活的意思”，它意味着 阅读全文

摘要： 56.0 0.0 4.4 68.0 A = 1.2 104.0 52.0 8.0 1.8 135.0 99.0 0.9 对矩阵A进行每一列竖直方向的求和： cal = A.sum( axis = 0 ) 0代表列，1代表行，故： 对矩阵A进行每一列竖直方向的求和： cal = A.sum( axis 阅读全文

摘要： Z = wTx + b a = σ (z) = 1 / ( 1 + e-z ) L ( a , y ) = —（ y log(a) + ( 1 - y ) log(1-a) ) dz(i) = a(i) - y(i) dw = xdz db = dz 如何向量化计算m个训练数据的梯度： 梯度计算时d 阅读全文