对于一个两层神经网络，输入参数：${W^{[1]}}$, ${b^{[1]}}$, ${W^{[2]}}$, ${b^{[2]}}$,输入特征个数${n_x}$,隐藏层结点的个数${n^{[1]}}$，输出层的结点个数${n^{[2]}} $，输入结点个数${n^{[0]}} $。
${W^{[1]}}$的维度就是(${n^{[1]}}$, ${n^{[0]}}$),${b^{[1]}}$就是${n^{[1]}}$维向量，可以写成(${n^{[1]}}$, 1)，就是一个列向量。
${W^{[1]}}$的维度就是(${n^{[2]}}$, ${n^{[1]}}$),${b^{[1]}}$就是${n^{[1]}}$维向量，可以写成(${n^{[2]}}$, 1)，就是一个列向量。
假设做的是logistic回归，那么损失函数可以表示为：
正向传播过程：
参数更新过程：
反向传播过程：