前言：牵扯到较多的数学问题

原始的评分函数：

两层神经网络，经过一个激活函数：

如图所示，中间隐藏层的个数的各数为超参数：

和SVM，一个单独的线性分类器需要处理不同朝向的汽车，但是它并不能处理不同颜色的汽车，它并不是一个好的分类器。

但是如果使用有一百个数值的中间层的神经网络，我们可以给这一百个数值赋值。

例如第一个数值处理朝向正前方的汽车；只用来识别朝向正前方的汽车，下一个数值用来处理朝向偏右的车等，得到的数值只有图片满足这些详细要求的时候才会正，其他情况下为0，接下来还可以处理不同颜色不同朝向的汽车，一个针对所有不同情况下汽车的模板，中间层会对所有的汽车进行表示，如果图像符合要求，就会得到正值 。

W2会对所有不同情况下的汽车模板进行汇总，比如我们现在有20种汽车模型，为了得到汽车分类器的评分，需要再加入一个矩阵乘法，用来给不同的汽车模型得到权重的合，如果一个汽车满足了一个模型，那么这个模型的输出再乘以一个正权重加入总评分。

100是隐藏层的大小，可以改变大小的超参数，自行选择适合的模型来匹配不同汽车的朝向问题。

一般超参数会选尽可能大的，取决于你的电脑是否支持。

一个三层的神经网络，想要扩展它，简单的添加重复的隐藏层。

把相同的隐藏层添加进去让网络更深。

矩阵求导的计算方式也是一样的，需要注意的一个细节是如果，计算需要对进行转置，计算需要对进行转置，并且因为与维度相同，与维度相同，所以我们在计算导数的时候关注一下矩阵维度，这样可以减少错误的概率。

两层神经网络的训练过程，使用三维矩阵来训练做二元分类的神经网络，y的标签是二进制数,使用逻辑回归损失：

X = np.array([[0,0,1],[0,1,1],[1,0,1],[1,1,1]]) # size = 4*3

y = np.array([[0,1,1,0]]).T #size= 4*1, T 转置

weight1 = 2* np.random.random((3,4)) - 1

weight2 = 2*np.random.random((4,1)) - 1

#for j in xrange(60000):

l1 = 1/(1+np.exp(-(np.dot(X,weight1))))

l2 = 1/(1+np.exp(-(np.dot(l1,weight2))))

l2_delta = (y - l2) * (l2*(1-l2)) # 第二层的梯度，dL/dz * dz/dx局部梯度，(y-l2为逻辑回归损失)

l1_delta = l2_delta.dot(weight2.T) * (l1*(1-l1)) # 4*1 * 1*4 = 4*4 ，第一层的梯度

weight2 += l1.T.dot(l2_delta)

weight1 += X.T.dot(l1_delta)

分析：

1. 每一层的delta为反向传播的chain rule 推导的结果，并为传播到q_{n}=w.dot(x)前，注意w需要进行转置为w^{T}以匹配维度。

2. 进行参数更新，W_{n} += dw_{n} , 其中dw_{n} = delta_{n}*(dq_{n}/dw_{}) 

其中：

所以：

x的转置，用于匹配维度

每一个小的神经元都可以看作是一个小的线性分类器，这些神经元彼此相连，一起工作。

默认的非线性激活函数的选择Relu。

如图所示神经元的个数越多，分类性能越好，函数越复杂。

对模型添加正则化，正则化的表现是对高维度W的惩罚力度，当正则化系数很大，使得W变得非常小，最终的结果是函数变得非常的平滑，函数实际使用的变量减小，减小W系数，边界的扭曲程度变得很高，拟合程度更高，起作用的变量数量更多。

最少需要三个神经元，一个、两个、三个平面，也就是三个使用非线性函数作为激活函数的线性分类器，在分类平面中，你可以用三条直线来圈出一个空间，第二层只是把三条线合并在一起，最终得出结果0或1。

1.模型中网络越复杂，模型的表达能力越强，要使用引入正则化的方法，防止神经网络过拟合。

2.一般图像问题深度很重要，但是对于简单的数据，网络的深度没有多大的作用。

3.只选择一种激活函数，经常使用Relu。