概述
在深度学习中，n个特征，m个样本，j个神经元，在计算时需要使用多次for语句，这种执行效率低下
向量化就是为了避免 for语句的使用，在numpy中，通过矩阵方式运算
案例
有2个特征，1个样本，1个神经元，如下图：
特征值是列向量，如下：
权重也是列向量，如下：
将权重转置
将权重转置后，再与特征相乘（不考虑b）
2个特征，m个样本，1个神经元
（不考虑b）
解释：
x的上标表示 样本索引，下标表示 某样本的 特征索引
w的上标表示 神经元索引，下标表示 某神经元的权重索引
n个特征，m个样本，1个神经元
（不考虑b）
n个特征，m个样本，j个神经元
（不考虑b）