博主【何宽】分享的【作业参考】已经非常完善，但我直接复制完整代码在自己的虚拟机上跑还是有些小问题，针对这些问题我在此提出其中一些需要注意的地方。
<tr >标签
突然出现一部分带这种标签的代码，去查了一下发现是HTML的标签，出现在这是想说明什么我没太在意，直接跳到了下面的initialize_parameters_deep函数，结果没影响。
关于initialize_parameters_deep函数
其中在初始化W参数时有个“除以np.sqrt[layers_dims[l - 1]”的操作（其中np.sqrt(B)函数是求B的开方），直接键入代码测试输出与博主的不一致。将其改成*0.01的操作后测试输出与博主一致。但是！！！最后跑多层模型的时候要改回来，不然结果很不理想，具体见下面的L层模型运行结果。此外，还存在缩进问题，即for循环中应有四行代码。综上，将该函数改为
L_model_forward函数
里面参数L=len(parameters)//2，注释里说parameters是initialize_parameters_deep（）的输出，而因为该输出包含相同长度的W和b，也就是说它长度一定是2的整数倍，那为什么还要用//向下取整，而不是直接L=len(parameters)/2？
把代码中的//改成/之后，运行报错，提示：
意思是改成/之后，L就变成了浮点型，而不是整形。为了进一步验证，尝试以下输入：
按照这个道理，我把代码改成L=int(len(parameters)/2)，点击运行，结果也是一样的。（好吧这一部分不明白的原因就是自己的语法基础不扎实，提出来是为了让和我一样有疑惑的同学明白这里为啥这样写）
另，关于for循环，从range(1,L)，l的值是从1到L-1.这也是基础语法知识。
two_layer_model函数
grads和costs都没有定义，应该在for循环前加以定义，即
定义后运行代码，成功！但结果和原博主的有有差别：
L层模型运行结果
按照博主设置的层参数（12288，20，7，1），我跑出来的结果很不理想，最后收敛在0.64. 找了好久原因，最后发现把之前的initialize_parameters_deep函数中初始化变成博主写的就可以了！！！！！即
真的把我坑到，至于为什么要/np.sqrt(layers_dims[l - 1])，是之后的知识。
尝试的运行结果最好的参数
结果为
