ubuntu之路——day12.1 不用tf和torch 只用python的numpy在较为底层的阶段实现简单神经网络

首先感谢这位博主整理的Andrew Ng的deeplearning.ai的相关作业：https://blog.csdn.net/u013733326/article/details/79827273

本来想要进deeplearning.ai的官网看作业的，因为我是在网易云上面看的课所以没有作业，然而GFW把我关了，我现在用的新机器代理还没设置好。照例来一句GTMD GFW！

然后本来想把jupyter notebook直接上传到博客，但是转换成html不支持，转成markdown丢了好多东西，所以开一个我的github传送门，可以看到代码。

https://github.com/VVV-LHY/deeplearning.ai/tree/master/NeuralNetworkandDeepLearning/logisticRegressionNeuralNetwork

总的来说呢，因为看了Andrew Ng对几位深度学习大师的采访，他们几乎所有人的一点都提到了一件事情：

不要直接使用tf之类的框架来学习神经网络，最好使用numpy之类的工具直接对矩阵进行操作，自己实现包括forward/back propagate，优化函数和梯度下降。

在完成包括CNN之内的所有简单神经网络后，再去接触tensorflow和pytorch。所以遵循以上过程，预计需要最少一周时间完成day1-day11博客的底层神经网络编程，然后下周开始卷积神经网络，下下周开始循环神经网络的学习。