1. 单车预测器1.0课本代码问题

  读入数据后按方框代码导入的y是一个大小为(1, 50)的一维行向量，若将这样的y直接规定为神经网络的输出，会导致模型训练出问题，因为我们规定的输出值应当为大小为(50, 1)的一维列向量。

解决方法：

  在搭建神经网络时，我们要将y改造为列向量，方法有如下两种。

2. 单车预测器2.0剖析神经网络的发现

  神经网络很大的一个特点就是每次不同的参数训练结束后的结果均不同，比如本例神经网络隐含层有10个神经元，每次初始化随机参数训练完的结果中，各神经元对自变量的权重结果均不同。假如就第一次结果而言，第一个神经元对是否为周六日和是否为中午12时有较高的权重，然而在第二次结果中，第一个神经元对这两个变量的权重可能又会变得非常小，第二个神经元又变成了对这两个变量有着较高权重。

  因此，在剖析神经网络时，我们得到的相似表现结果的神经元序号与课本中标注的不同就很正常了。