CBOW模型正向传播、矩阵乘积层实现

把矩阵乘积称为MatMul节点：

下面这个图表示矩阵乘积y=xW的计算图 。因为考虑了mini-batch 处理，假设x中保存了N个数据。此时x 、W、y 的形状分别是 N×D、D×H 、N×H 。

下面是推反向传播的数学式：

用代码表述MatMul层：params 中保存要学习的参数，梯度保存在 grads 中。

下面这句话是设置梯度的值，使用省略号可以固定 NumPy 数组的内存地址，覆盖 NumPy 数组的元素。a=b 和 a[…]=b 的区别：使用省略号时数据被覆盖，变量a指向的内存地址不变，在 a = b 的情况下，a 指向的内存地址转到和b一样了。

self.grads[0][...] = dW