神经网络——par2

多重输入样本(每次输入一个列向量，输入n次)：
z1：第一层layer的第一个输入样本的对应z
当x1,x2,x3,x4—都为单值，只不过因为有多次输入，所以看做(n,m)矩阵代表m次输入，每次输出n个值

第i次输入：
输入矩阵：n1的列向量x(i)(i=(x1,x2,x3,x4,x5—xn)^T
隐藏层：z1=W[1]^Tx(i)+B[1] 得到(n,1)列向量
a1=sigmod(z1) (n,1)的列向量
输出层：
z2=W[1]^T*a1+B[1] 得到(n,1)列向量
a2=sigmod(z2) (n,1)的列向量

所以总体来看:
输入矩阵：nm的矩阵X=(x(1),x(2)-----x(n))
隐藏层：Z[1]=W[1]^TX+B[1] 得到(n,m)的矩阵
A[1]=sigmod(Z[1]) (n,m)的矩阵
输出层：
Z[2]=W[1]^T*A[1]+B[1] 得到(n,m)矩阵
A[2]=sigmod(Z[2]) (n,m)的矩阵