先舉個例子，我們現在要分類一張圖片是不是貓貓

一張圖片由多個圖層(pattern)組成，每一個 pattern 都是一個矩陣。為了計算，我們將每個矩陣都展開成 n x 1 的向量，拼接在一起
因此， 1 張圖片 = 1 個 x 向量

接下來看看他的數學式在幹嘛：

整理成 LaTeX

• x 為輸入的圖片(轉成向量後的形式)
• w, b 皆為參數(那個 T 是 Transpose 轉置)

  一開始可能會以隨機設置，再透過 Backward propagation 去調整，之後再細講

• sigma 為上一篇講到的 Sigmoid function
• y hat 為輸出的結果，是貓貓或不是貓貓

看看原本的 f(x) = w^T x + b 可能長甚麼樣子

可以看到他將資料分成兩堆，可能是以大於或小於 0 作為分類標準
得出來的結果再透過 Sigmoid function 生出機率，即能求得這張圖片的判斷標準

小心得

直接把 Notion 作的筆記拿出來用了，不然太浪費時間，這次還被搞到沒存到草稿
可惡好難