前向计算和后向传播的完整代码

这是课程链接，里面有反向传播的整体代码，之后会敲一遍，然后上代码片段

这一节还讲了特征为什么要进行尺度归一，是为了使步长更加合适。

这节课的课后作业很有意思，可以想一下：
1.样本归一化：预测时的样本数据同样也需要归一化，但使用训练样本的均值和极值进行计算，这是为什么？
2.当部分梯度的计算为0（接近0）时，可能是什么情况？是否意味着完成训练？

答2：可能是这个模型的整个loss函数不仅仅只有一个波谷，可能有多个波谷，部分梯度为0可能只是在某一个波谷里，但这个波谷可能位置较高，不是最下面的位置。所有并不意味着完成训练。