矯正過拟合與欠拟合：
過拟合：減少features,增大資料量，增加正則項
欠拟合：增多features,減少正則項
神經網絡流程：
先進行正向傳播：得到每一層的權值
再進行反向傳播：
計算誤差loss=(y-prediction),向後計算出每一層的cost fuction，用梯度下降等優化器去最小化cost fuction
矯正過拟合與欠拟合：
過拟合：減少features,增大資料量，增加正則項
欠拟合：增多features,減少正則項
神經網絡流程：
先進行正向傳播：得到每一層的權值
再進行反向傳播：
計算誤差loss=(y-prediction),向後計算出每一層的cost fuction，用梯度下降等優化器去最小化cost fuction