关于向量化

import numpy as np
np.dot(w.T，x)+b: w^Tx+b
这里定义v是个列向量
np.log(v）: 逐个元素计算log
np.abs(v）: 计算绝对值
np.maximum(v，0）: 计算所有元素中的最大值(求出v中所有元素和0之间相比的最大值)
v**2 : v中每个元素的平方
1/v : 每个元素求倒数

可以通过运行时长，直观的看出向量化后运行时间更短，运行更高效。

向量化实现在logistic回归上，可同时处理整个训练集，实现梯度下降法的一步迭代 不需要使用显式for循环：