用numpy实现单层神经网络进行图片分类

用numpy实现单层神经网络进行图片分类

实验所用的数据集为64x64的图片，我们要做的是搭建一层神经网络识别图片中有没有猫
单层神经网络结构如下：

图片大小为（64，64，3）需要将其转成（1，64x64x3）故W的大小为（1，12288）
在此网络中
前向计算：
$$Z=WX+b$$
$$yhat=sigmoid(Z)$$
代码实现：

def sigmoid(x):
    return 1 / (1 + np.exp(-x))
    
def forward(x,w,b):
    assert(w.shape[1] == x.shape[0])
    z = np.dot(w,x) + b
    yhat = sigmoid(z)
    return yhat

损失函数：
$$E_{in}=\frac{1}{N}L(y,yhat)=\underset{N}{}$$