由浅到深的神经网络正向传播与反向传播公式推导（吴恩达老师深度学习课程笔记）

一、前言（相关知识总结） 反向传播的本质是链式法则。 代价函数：为了训练逻辑回归模型的参数w参数和参数b我们需要一个代价函数J(w,b)，通过训练代价函数来得到参数w和参数b。 反向传播也是求梯度的过程，其中梯度下降法可以在你的测试集上，通过最小化代价函数（成本函数）J(w,b)来训练参数w和b。（梯度下降法后面补充） 因为正向传播公式无需过多推导，所以在这只显示公式结果，不多赘述。 二、Logi

>>阅读原文<<