深度学习笔记中，第一门课第四周重点讲解深层神经网络吗？

本文共计9119个文字，预计阅读时间需要37分钟。

作者：黄海宽主要编写人员：黄海宽、林兴木（第四所所有底稿，第五课第一二周，第三周前三节）、神鹰（第三课所有底稿）、蔡志坚（第五课第三周底稿）、王翀、赵文文、蔡文文

作者：黄海广^[2]

主要编写人员：黄海广、林兴木（第四所有底稿，第五课第一二周，第三周前三节）、祝彦森:（第三课所有底稿）、贺志尧（第五课第三周底稿）、王翔、胡瀚文、 余笑、 郑浩、李怀松、 朱越鹏、陈伟贺、 曹越、 路皓翔、邱牧宸、 唐天泽、 张浩、 陈志豪、 游忍、 泽霖、沈伟臣、 贾红顺、 时超、 陈哲、赵一帆、 胡潇杨、段希、于冲、张鑫倩

参与编辑人员：黄海广、陈康凯、石晴路、钟博彦、向伟、严凤龙、刘成 、贺志尧、段希、陈瑶、林家泳、王翔、 谢士晨、蒋鹏

备注：笔记和作业（含数据、原始作业文件）、视频都在github^[3]中下载。

我将陆续将课程笔记发布在公众号“机器学习初学者”，敬请关注。

第四周：深层神经网络(Deep Neural Networks)

4.1 深层神经网络（Deep L-layer neural network）

目前为止我们学习了只有一个单独隐藏层的神经网络的正向传播和反向传播，还有逻辑回归，并且你还学到了向量化，这在随机初始化权重时是很重要。

本周所要做的是把这些理念集合起来，就可以执行你自己的深度神经网络。

复习下前三周的课的内容：

逻辑回归，结构如下图左边。