吴恩达深度学习（1）关于课程里的各种w的解释

1.这里的w是一个n*1的矩阵，w^t是w的转置。w^t*x是一个1*1的矩阵

 2.w在一组样本里面是固定的，x（i）在变，而w一直是同一个矩阵。J（w，b）即在这个w，b的条件下，所有样本的表现。

3. 利用梯度下降法对w进行更新，目的为找到使得J（w，b）最小的w，b

4.如图理解，其中w1，w2利用梯度下降法更新

 

 

5. 同样如图所示

 

6.理解如图所示，但是有点疑惑就是w_1^[1],w_2^[1]等这些w_?[1]的关系是什么？是任意选的么?之后的课程中，w的含义几乎都固定下来了。