矩阵加法与乘法
加法省略，乘法房价案例：
输入层M节点，输入1xM的矩阵行向量输入，输入层到隐藏层N节点，权重表示为MxN的矩阵，
矩阵中每行N个数字，分别表示从输入层某节点接到所有隐层节点。
1xM * MxN，得到1xN，为隐层输入数据，以列向量表示。
矩阵乘法属性
单位矩阵I可以表示为：
这里的I单位矩阵，但是不表示两个I的规模相同（如果A不是一个正方形矩阵，则I不相同）
Matrices that don’t have an inverse are “singular” or “degenerate”（没有逆的矩阵叫做奇异矩阵或退化矩阵）
矩阵的逆和转秩
A为方阵，A-1为矩阵的逆
多元变量线性回归
特征缩放
特征缩放原则上缩放到一个合适的范围即可，针对于不同范围值量级，对输出产生的不同程度影响设计
缩放方式可以为(x-mu)/s，其中x为输入，mu为x们的均值，s为x们的标准差。简化处理后，s使用xmax-xmin表示。
特征缩放可以使得训练参数theta们在运用梯度下降的方案中收敛更快（在多维空间中thea之间相对的量级相同）
