# ML-Andrew NG 学习笔记(5) Forward Propagation 

By [jasonyang](https://paragraph.com/@jasonyang) · 2023-09-11

---

**前向传播：前一层的输入经过计算后，不断向下一层传入，作为下一次的输入，一直向前传递数据。**

### 前向传播的一般实现：

![dense函数中的参数g即为sigmoid函数](https://storage.googleapis.com/papyrus_images/13620a08fd3c2a52097443d12e930e8b7ddc37551c10f48a3d7afacd64970d41.png)

dense函数中的参数g即为sigmoid函数

对于该隐藏层（hidden layer），使用numpy为每个单元创建对应数据，考虑到后续需要用到for循环，因此矩阵W应设为2✖️3的大小，3同时也对应参数b的三个值。

for循环内部，放大来看便是如下：

![](https://storage.googleapis.com/papyrus_images/2475d9161200db0eff7d811257085822406718b79c47adce79bb2b7a53ac3ae4.png)

sequential函数即将4个网络层串联在一起，最终输出结果f\_x

---

*Originally published on [jasonyang](https://paragraph.com/@jasonyang/ml-andrew-ng-5-forward-propagation)*