摘要： 1.mini batch梯度下降 在前面学习向量化时，知道了可以将训练样本横向堆叠，形成一个输入矩阵和对应的输出矩阵： 当数据量不是太大时，这样做当然会充分利用向量化的优点，一次训练中就可以将所有训练样本涵盖，速度也会较快。但当数据量急剧增大，达到百万甚至更大的数量级时，组成的矩阵将极其庞大，直接对 阅读全文

摘要： 搭建神经网络 我们要搭建的神经网络模型如下图 构建神经网络的一般方法是： 1. 定义神经网络结构 （输入单元的数量，隐藏单元的数量等）。 2. 初始化模型的参数 3. 循环 实施前向传播 计算损失 实现向后传播 更新参数（梯度下降） 我们要它们合并到一个nn_model() 函数中，当我们构建好了n 阅读全文