吴恩达 深度学习 神经网络和深度学习 深度神经网络

1.深度神经网络 相对浅层神经网络有更多的隐藏层，更深邃的计算   2.核对矩阵的维数 通过矩阵的性质，结合Z和X的维数，检查W,b等参数的维数，能更快的找到bug并解决 向量化之后b.shape[1]=db.shape[1]=m   3.前向传播和反向传播 下图是神经网络搭建的网络块图 具体的计算公式   4.参数和超参数 一般我们认为 参数为W，b 而像学习率，隐藏层大小等参数称为超参数

>>阅读原文<<