Logistic Regression

本文會以上篇內容（2層類神經網路）為基礎加深難度與實用性，因此這次將會實作可自定層數的類神經網路以及使用倒傳遞法（Back propagation, BP）優化的方法。這次的模型作法也是使用邏輯回歸（Logistic Regression）建立貓貓分類器。當然，你想換成別種圖片也是OK的。

本篇會介紹在機器學習（machine learning）與深度學習（deep learning）領域裡很流行的倒傳遞法（Back Propagation/ Backpropagation, BP）的演算法流程與實作方法：正向傳遞（Forward pass）、反向傳遞（Backward pass）、邏輯回歸（Logistic regression）
除此之外，本篇會用簡易的2層類神經網路建立一個『貓貓分類器』。