吳恩達視訊觀後感一（相同的字母表達的意思可是不一樣）

我通過觀看他的視訊，揣摩他的思想，敲他佈置的程式，反覆測試和回味，發現了一些內容：

比如

其中的就是指的同一張圖片的不同畫素（eg：一張圖片的所有畫素有1w個，那麼x下標一直從1到1w），每一個w都是一個單獨的行向量（這個w除了維數固定，內部資料是自己優化調整的），w的轉置和x可以滿足矩陣乘法運算，w和x的乘積是一個實數（型別在程式中是array）。在兩層神經網路（包含隱藏層）中，每一個神經節點都包含一個w和b，它們內部的資料都是根據自己學習得到的，每一個圖片中所有的畫素都會參與每一個神經節點的運算，即wT*x，

其中每一個z都是實數，上圖中的內容是指的一張圖片在多個神經節點（隱藏層）的作用下的計算過程，得到的是一個列向量。

而下圖：

其中的每個小x均指的是一張圖片，在單樣本情況下，它就是一張圖片，包含很多畫素（x1、x2、x3...），這裡面重點表達的如何計算多個圖片（多樣本）在兩層神經網路下計算的過程。

注意不要被吳恩達視訊中反覆出現的相同字母所欺騙，有些不是一個東西(這裡的x是圖片，不是特徵值（畫素）)。

這裡面的，第一列從上到下就是一張圖片（單樣本）在多節點下的計算結果（如），第一行從左到右是多張圖片（多樣本）在同一個節點下的計算結果。整個矩陣就是多樣本在同一層（多個節點）下計算的結果。