输入数据为非结构化数据图片时，输入向量的表示形式是将一幅图像的三基元矩阵分别抻开，形成一个长向量：
先从逻辑回归讲起，基本的符号表示如下，使用sigmoid函数是为了将计算出来的值投影到0-1的范围内，从而表示预测值是猫的概率：
代价函数的定义，代价函数其实就是基于训练集样本的误差总和的平均值
向量化：能不用for循环就不使用for循环，使用内置的函数会使得运算速度更快
逻辑回归的向量化运算过程
一些numpy的使用技巧：
神经网络的表示形式
多个训练样本时横向堆叠：
常用的激活函数
参数的核对方法：
