#菜鸟深度学习的逆袭之路#day3

这个答案的代码是*0.01的，楼主的代码是后面学到的，因为L层，的参数不可过大，否则就进入了饱和区，学习速率降低。而L层参数受L-1层，影响，为了保证参数较小，故要除以L-1层参数，即楼主写写的代码。

dAL = - (np.divide(Y, AL) - np.divide(1 - Y, 1 - AL))

np.divide: 这与np.multiply相似，表示数组间相应元素相除

for l in reversed(range(L-1)):
表示从L-2开始计算到L0

print(‘准确度为：’ + str(float(np.sum((p == y))/m)))
这个函数是用来计算p中和y相等的值的多少 当且仅当p与y维度相同且同为数组

mislabeled_indices = np.asarray(np.where(a == 1))
np.where 可以输出满足条件值的行和列