深度学习 day05深层神经网络

01 深度神经网络

• L代表的深度神经网络的层数，n^ [l]代表的是l层有多少个节点，a^ [l]代表l层的激活函数，w^ [l]表示在a^ [l]中计算z^ [l]值的权重。

02 深层网络中的前向传播

• 在深层网络中应用前向传播，图中左侧是针对单个样本的，左侧最后一行a的上标应该是3；右上角就是前向传播的总结公式，右下角是用向量化的方法训练整个训练集。在我们实现前向传播时用for循环，没有比它更好的方法，可以计算1到L层的激活函数。

03 核对矩阵的维度

• 图的右上角的公式可以帮助检查w和b的维度，反向传播时dw和w具有相同的维度，db和b的维度一样。因为a^ [l] = g^ [l] (z^ [l])，所以z和a的维度应该相等。（只针对于没有向量化的）

• 向量化后的dw和w，db和b的维度同向量化前的一样，但