前向传播的一般实现

你可以做的是编写一个函数来实现一个密集层，那是神经网络的单层。我将定义密集函数，他作为输入来自上一层的激活，以及参数w和b表示给定层中的神经元。如果已知w的值将他们堆叠成一个矩阵。

如果你有参数b，将他们这三个数字堆叠成一个一维数组b如下， 

密集函数所做的是将前一层的激活作为输入，这里的a可以是a_0,等于x，或者来自后一层的激活，以及堆叠在列中的w参数，以及b参数也堆叠成一维数组。这个函数会做的是从前一层输入一个激活，并将从当前层输出激活。 密集函数的作用是输入前一层的激活，并给定当前层的参数，它返回下一层的激活。给定密集函数这是字符串的方法，依次将几个密集层组合在一起，以在神经网络中实现前向prop。w_1,b_1是参数有时也称为第一个隐藏层的权重。在线性代数中是使用大写字母或大写字母是指矩阵和小写字母指的是向量和标量。