第三周：浅层神经网络
3.1 神经网络概述
3.2 神经网络的表示
输入层，隐藏层，输出层
隐藏层：监督学习，训练集有x,y，训练集中的东西无法看到。
3.3 计算一个神经网络的输出
3.4 多样本向量化
逻辑回归：各个训练样本组合成矩阵，对矩阵各列进行计算。
神经网络：通过对逻辑回归中等式变形，让神经网络计算输出值。所有训练样本同时进行。
3.5 向量化实现的解释
3.6 激活函数
3.7 非线性激活函数
3.8 激活函数的导数
3.9 神经网络梯度下降
3.10 直观理解反向传播
3.11 随机化初始
