多层神经网络识别猫图片

多层神经网络识别猫图片

例子是之前博客"通过简单神经网络识别猫图片"的例子，现在改为多层神经网络结构

之前博客地址：

代码位置：/%E5%A4%9A%E5%B1%82%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%AF%86%E5%88%AB%E7%8C%AB

参数维度

W - 权重矩阵，维度为(n[L]，n[L−1])
b  - 偏向量，维度为(n[L]，1)
A  - 激活值的维度为(n[L]，m)

前向传播函数

一共L层，带有RELU的linear_activation_forward）L-1次，然后用一个层为SIGMOID做二分类

公式为：

激活函数公式：

Sigmoid：

ReLU：

计算成本函数

反向传播

使用来计算三个输出，公式：

对于激活函数，求导公式：

最后一层为Sigmoid，成本函数L先对a求导：

# python代码
dAL = - (np.divide(Y, AL) - np.divide(1 - Y, 1 - AL))