本文主要是建立一个包含一个隐藏层的神经网络 体会神经网络模型和逻辑回归模型的不同。
在本文中将涉及如下几个部分：
- 使用神经网络实现二分类；
- 使用非线性激活函数tanh;
- 实现正向传播和反向传播；

1、两个辅助.py文件

使用两个辅助,py文件写入一些经常使用的内容通过导入包来进行调用。两个辅助文件如下：

目标：建立模型对不同颜色的样本点进行分类。可视化图片

2.3 初始化并输出相应数据

训练逻辑回归绘出决策边界，输出准确率代码洳下:

Logistic回归的准确率：47%,运行结果如下图所示：
可以看出逻辑回归不能很好的实现，接下来我们尝试使用一个简单的神经网络进行分类！

2.5.1 定义輸入大小并输出

2.5.2 初始化模型参数