1、邏輯迴歸
模型：
首先，你需要輸入特徵x，參數w和b,計算出z,然後利用z就可以計算出a， 這裏將符號換爲表示輸出的𝑦，然後就可以計算出loss fuction L(a,𝑦)。計算步驟如下：
2、神經網絡
模型
在這個神經網絡模型中對應的3個節點，首先計算第一層網絡中的各個節點相關的數𝑧[1]，接着計算𝛼[1]，在計算下一層網絡同理；我們會使用符號[𝑚]表示第m層網絡中節點相關的數，這些節點的集合被稱爲第m層網絡。這樣可以保證[𝑚]不會和我們之前用來表示單個的訓練樣本的[𝑖]（即我們使用表示第i個訓練樣本）混淆；整個計算過程，公式如下：
接下來，你需要使用另外一個線性方程對應的參數計算𝑧[2], 計算 𝑎[2], 此時𝑎[2]就是整個神經網絡最終的輸出，用𝑦表示網絡的輸出。
在神經網絡中，我們反覆的計算z和a，最後得到了最終的輸出loss function。
同樣，在神經網絡中也有從後向前的計算，如上圖，最後需要計算d𝑎[2]、d𝑧[2]，計算出來之後，然後計算d𝑤[2]、𝑑𝑏[2]等，按上圖箭頭表示的那樣，從右到左反向計算。