Neural-Network-from-Scratch:从头开始实现通用L层神经网络

从头开始实现L层神经网络 1.定义通用L层神经网络的辅助函数 这些函数还可用于为其他数据集定义具有不同配置的NN。 介绍 初始化参数（W，b） 正向传播-[线性-> Relu] *（L-1次）-> [线性-> S型] 成本函数 向后传播 参数更新 2.使用助手功能进行图像分类 定义NN配置 导入数据集 训练NN（正向传播，向后传播，权重更新） 缓存权重 在测试数据集上测试NN 1.定义通用L层NN的辅助函数 1.1引言 要构建L层NN，我们需要一些辅助函数，这些函数对于实现简单的NN很有用。 这些将是通用功能，也可以与其他数据集一起使用。 [线性-> Relu]用于（1,2,3 ... L-1层） [L-层]的[线性-> S型] [Gradient's]（ ） 方面 Zi = Wi。 A_previous + bi Ai = activation_funtion（Zi