梯度下降公式，包括向量化
屏幕快照 2018-01-10 下午7.34.41.png
深层神经网络表示，注意一些参数的数值
屏幕快照 2018-01-11 下午9.12.19.png
深层神经网络的前向传播，注意右边矢量化的内容
屏幕快照 2018-01-11 下午9.14.27.png
某一层的前向传播和反向传播
屏幕快照 2018-01-11 下午9.16.38.png
整个网络的前向传播和反向传播
屏幕快照 2018-01-11 下午9.17.37.png
屏幕快照 2018-01-11 下午9.21.44.png
核对矩阵的维数
注意下图右上角部分的内容，展示了单个样本数据时W、b、dW、db的维度
屏幕快照 2018-01-11 下午9.02.42.png
注意下图右下角部分的内容，展示了矢量化之后Z，A，X，dZ，dA的维度，矢量化之后的W和b维度与上图中的保持一致
屏幕快照 2018-01-11 下午9.04.21.png
正向传播、反向传播的公式，包括向量化
屏幕快照 2018-01-11 下午8.46.17.png
超参数
学习速率、迭代次数、隐藏层数、隐藏单元数、激活函数等
屏幕快照 2018-01-11 下午9.23.01.png
