吴恩达视频观后感四（浅层神经网络和无隐藏层的神经网络中w定义方式的改变）

1 无隐藏层的神经网络 

二分分类中，吴老师讲的是logistic回归的一个例子，课后作业识别猫也是一个入门程序，其中将w定义成了一个列向量，，经过神经元的操作是，因为传播不改变w和dw的维度，避免程序出现bug，还增加了断言，其中w是一个列向量，为了和X做矩阵乘法，需要将其转置成行向量。

2 浅层神经网络

在浅层神经网络中，w定义的时候皆为行向量，没有了的这个过程。