深层神经网络:
损失函数:
dA[L]=(-y(1)/a(1)+(1-y(1)/1-a(1)))【第一个参数的损失】+(-y(1)/a(1)+(1-y(1)/1-a(1)))+(-y(1)/a(1)+(1-y(1)/1-a(1)))------(-y(m)/a(m)+(1-y(m)/1-a(m)))【第m个参数的损失】
正向传播函数:
z[1]=w[1]*x+b[1]
a[1]=g[1] (z[1])
z[2]=w[2]*a[1]+b[2]
a[2]=g[2] (z[2)
‘’-------
z[m]=w[m]*a[2]+b[m]
a[m]=g[m] (z[m)
向量化后:
Z[1]=W[1]*A[0]+B[1]
A[1]=g[1] (Z[1])
Z2]=W[2]*A[1]+B[2]
A[2]=g[2] (Z[2)
‘’-------
Z[m]=W[m]*A[2]+B[m]
A[m]=g[m] (Z[m)