二项分类法

当我们使用神经网络来训练一个样本m，我们一般不用for循环。在下文，我们将会解释神经网络如何训练一个样本集。今天主要讲的是正向传播和反向传播，用二项分类为一个例子。

在机器学习中，我们一般把训练数据的input称为x，label称为y

如下图所示，X 是所有样本的input的集合。每一列都代表了一个样本的x。Y代表了所有样本的y的集合。也有其他的课程会说X的每一行是一个x，但是实际证明用每一列代表一个x更有效率。