From 114c85c1b093c1d78716f06bd77ada201d1a43a0 Mon Sep 17 00:00:00 2001
From: RainBus <rainandbus@gmail.com>
Date: Tue, 17 Oct 2023 15:59:25 +0800
Subject: [PATCH] vault backup: 2023-10-17 15:59:24

---
 Study/DL/吴恩达深度学习课程/Lesson 1.md | 6 +++++-
 1 file changed, 5 insertions(+), 1 deletion(-)

diff --git a/Study/DL/吴恩达深度学习课程/Lesson 1.md b/Study/DL/吴恩达深度学习课程/Lesson 1.md
index 227fe0d..caa7343 100644
--- a/Study/DL/吴恩达深度学习课程/Lesson 1.md	
+++ b/Study/DL/吴恩达深度学习课程/Lesson 1.md	
@@ -15,4 +15,8 @@ w &= w - \eta \cdot dw \\
 b &= b - \eta \cdot db
 \end{align}$$
 正向传递：计算网络输出。
-反向传递：更新模型参数。
\ No newline at end of file
+反向传递：更新模型参数。
+sigmoid函数：消除线性。
+损失函数：计算模型预测结果的精度，反向传播的目的就是使得。
+## Vectorization
+向量化相较于显式循环更高效，能够更好的利用系统的并行化计算。