深度学习｜4.1 深L层神经网络 4.2 深层网络的正向传播

4.1 深L层神经网络

对于某些问题来说，深层神经网络相对于浅层神经网络解决该问题的效果会较好。所以问题就变成了神经网络层数的设置。
其中$n^{[i]}$表示第i层神经节点的个数，$w^{[l]}$代表计算第l层所采用的权重系数，$b^{[l]}$代表计算第l层所用的偏移量，$g^{[}i]$表示第i层所配置的激活函数，常见的激活函数有sigmoid，tanh、relu和leaky-relu等。$b^{[}i]$表示第i层配置的参数/偏移量

4.2 深层网络中的正向传播

为了统一格式，可以将输入向量x改写成$a^{[0]}$