吴恩达机器学习符号定义下的反向传播算法BP推导

自学笔记，公式简单手写的

思想：“正向传播”求损失，“反向传播”回传误差。
步骤：首先，它执行图的前向阶段，从输入到输出，去计算节点值，然后是反向阶段，从输出到输入去计算所有的偏导，然后梯度下降修正每层的权重。

1. 求偏导需要链式法则

http://colah.github.io/posts/2015-08-Backprop/

2. BP计算具体举例：一文弄懂神经网络中的反向传播法——BackPropagation - Charlotte77
3. 一般情况下的公式

4. 推导

https://blog.csdn.net/u014313009/article/details/51039334

在此基础上根据吴恩达机器学习中的符号定义做出相应修改：

5. 算法步骤