多层全连接神经网络的参数维度
改变网络层数和各层宽度，观察权重矩阵与偏置列向量的维度。
网络设置
含参数的层数 \(L\)（包括输出层）
输入维度 \(d^{[0]}\)
隐藏层宽度 \(d^{[1]}\)
隐藏层宽度 \(d^{[2]}\)
隐藏层宽度 \(d^{[3]}\)
隐藏层宽度 \(d^{[4]}\)
输出层宽度固定为 \(d^{[L]}=1\)。
随机种子
生成一组随机参数示例
单个样本按列向量表示。第 $l$ 层满足 $\boldsymbol{z}^{[l]}=\boldsymbol{W}^{[l]}\cdot\boldsymbol{a}^{[l-1]}+\boldsymbol{b}^{[l]}$，随后计算 $\boldsymbol{a}^{[l]}=g^{[l]}(\boldsymbol{z}^{[l]})$。
参数矩阵与列向量
Expand