一、Emojifier-V1 模型
1、 模型
（1）前向传播过程：
（2）损失函数：计算the cross-entropy cost
（3）反向传播过程：计算dW,db
dz = a - Y_oh[i]
dW = np.dot(dz.reshape(n_y,1), avg.reshape(1, n_h))
db = dz
(4) 参数更新： the stochastic gradient descent algorithm
W = W - learning_rate * dW
b = b - learning_rate * db
2、输入输出数据类型
(1)输入输出数据
输入数据X:句子
输出数据Y：表情
例如：
I am proud of your achievements