《吴恩达深度学习》学习笔记004_深层神经网络(Deep Neural Networks)
深层神经网络(Deep Neural Networks)
深层神经网络（Deep L-layer neural network）
前向传播和反向传播（Forward and backward propagation）
深层网络中的前向传播（Forward propagation in a Deep Network）
核对矩阵的维数（Getting your matrix dimensions right）
为什么使用深层表示？（Why deep representations?）
搭建神经网络块（Building blocks of deep neural networks）
参数VS超参数（Parameters vs Hyperparameters）
想要你的深度神经网络起很好的效果，你还需要规划好你的参数以及超参数。
什么是超参数？
比如算法中的learning rate $a$（学习率）、iterations(梯度下降法循环的数量)、$L$（隐藏层数目）、${{n}^{[l]}}$（隐藏层单元数目）、choice of activation function（激活函数的选择）都需要你来设置，这些数字实际上控制了最后的参数$W$和$b$的值，所以它们被称作超参数。
浙公网安备 33010602011771号