UFLDL supervised_dnn_cost.m

本函数在实现的时候犯了几个非常傻逼的错误，最开始导致不能收敛，甚至有的时候还会增长。

第一个就是在实现forward的时候，最开始的for循环，我将最后一个softmax层的结果也进行了sigmoid然后再求概率分布等，这个就非常蠢了。。。。

所以最后将其单独拿出来。

第二个是bp的时候，最后一层的delta没有加负号。。。

然后就是在sparse的时候，要用一个list而不是一个数，比如说：

    sparse(labels,1:size(pred_prob,2),1)和sparse(labels,size(pred_prob,2),1)是有很大差别的。。。

function [ cost, grad, pred_prob] = supervised_dnn_cost( theta, ei, data, labels, pred_only)
%SPNETCOSTSLAVE Slave cost function for simple phone net
%   Does all the work of cost / gradient computation
%   Returns cost broken into cross-entropy, weight norm,