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