吴恩达机器学习笔记25-神经网络的模型表示2(Model Representation of Neural Network II)

　　( FORWARD PROPAGATION ) 相对于使用循环来编码，利用向量化的方法会使得计算更
为简便。以上面的神经网络为例，试着计算第二层的值：

　　这只是针对训练集中一个训练实例所进行的计算。如果我们要对整个训练集进行计算，
我们需要将训练集特征矩阵进行转置，使得同一个实例的特征都在同一列里。即：

为了更好了了解Neuron Networks 的工作原理，我们先把左半部分遮住：

右半部分其实就是以𝑎0, 𝑎1, 𝑎2, 𝑎3, 按照Logistic Regression 的方式输出ℎ𝜃 (𝑥)：