网络结构：第一件要做的事是选择网络结构，即决定选择多少层以及决定每层分别有多少个单元。
第一层的单元数即我们训练集的特征数量。
最后一层的单元数是我们训练集的结果的类的数量。
如果隐藏层数大于1，确保每个隐藏层的单元个数相同，通常情况下隐藏层单元的个数越多越好。
我们真正要决定的是隐藏层的层数和每个中间层的单元数。
训练神经网络：
参数的随机初始化
利用正向传播方法计算所有的
image.png
编写计算代价函数J的代码
利用反向传播方法计算所有偏导数
image.png
image.png
利用数值检验方法检验这些偏导数
使用优化算法来最小化代价函数
