[双语字幕]吴恩达深度学习deeplearning.ai

神经网络计算过程中分为前向传播和反向传播。用logistic回归（二分分类算法）来阐述帮助更好的了解，

把图像的三种像素亮度值放进一个特征向量中，把这些像素值提出了，放入一个特征向量X，

定义一个X

红绿蓝列出来，三个矩阵相乘表示输入的特征向量X的维度，

目的是制造一个二分类器，它以图片的特征向量X作为输入，预测输出的结果标签Y是1 还是0，（预测是否有猫）

X是nx的特征向量

标签Y值为0或1

训练集由m个训练样本构成，

训练样本作为行向量堆叠而不是列向量堆叠（转置

左边这个是构造过程简单很多

将Y放到列中，表示1xm的矩阵

案例符号

logistic回归（二分类问题)

学习算法，监督学习，输出y标签是0或1

y这张图片是猫的概率

输入X和参数w，b（独立的参数

b对应一个拦截器，

O相当与b的角色，为实数

logistic回归模型

定义一个成本函数，用logistic回归来训练成本函数