【深度学习_1.4】搭建多层神经网络模型

目的：搭建隐藏层多于2层的神经网络

【准备】

1.导入相关包

import xxxx

【搭建神经网络】

1.初始化参数

搭建二层神经网络模型架构：LINEAR -> RELU -> LINEAR -> SIGMOID

def initialize_parameters(n_x, n_h, n_y)：

    W1 = np.random.randn(n_h, n_x)*0.01
    b1 = np.zeros((n_h, 1))
    W2 = np.random.randn(n_y, n_h)*0.01
    b2 = np.zeros((n_y, 1))

搭建多层神经网络模型架构：[LINEAR -> RELU] ×× (L-1) -> LINEAR -> SIGMOID

def initialize_parameters_deep(layer_dims):

    for l in range(1, L):
        parameters['W' + str(l)] = np.random.randn(layer_dims[l], layer_dims[l-1]) * 0.01

        parameters['b' + str(l)] = np.zeros((layer_dims[l], 1))

2.正向传播

2.1正向传播基本模型

2.1.1线性正向传播

def linear_forward(A, W, b):