图像，语音和文本

你可以这样理解：

因为权重是给定的，所以权重矩阵的分母之和是一个定值，除以它并不会对归一化的结果产生影响。

之前除以权重矩阵的分母之和是为了能够得到一个0~1之间的归一化值，忽略它的目的是为了使矩阵乘法比较容易辨认

不需要

正好对应于最开始的神经网络图，输入层、隐含层4个节点、输出层，由此，a对应应该是4*1矩阵。

有道理

j;;

公式是有问题，可能是怕看的人害怕所以简化了，毕竟只是一门理论常识课

leaky relu：

ai是（1，+∞）区间内的固定参数。

吴恩达的机器学习视频

https://study.163.com/course/introduction/1004570029.htm

指的矩阵，如果是4*1，指的是4行1列。如果是1*4指的是1行4列。

w是3行4列的，w转置后变成4行3列的，这时候输入的x是3行1列的，则w的转置乘以x变为4行3列乘以3行1列，则结果是4行1列，加上b为4行1列，则隐含层输出的是4行1列的值。

不知是否能听懂？

偏置参数

如果强行解释的话，你仔细看那堆公式，下面的点才是乘，我觉得这个*在这里表示除

可以根据y来进行反向传递来调整，我也不是看得很明白。多看几遍啦 。。。

这些自个儿看资料吧，当你做出来你就真正的理解了。

不是简单的平移

在一个神经元中f函数通常被称为激活函数（激励函数，传递函数） ，不同的叫法而已

应该错了

有意思