$m$: 전체 dataset의 샘플 개수

• $m_{train}$: train data의 샘플 개수
• $m_{test}$: test data의 샘플 개수

$n$ = $n_x$: input feature 값의 개수(차원)

$n_y$: output 값의 개수

$x^{(i)}$ : i번째 샘플의 $x$ 값

$y^{(i)}$: i번째 샘플의 $y$ 값

$\hat{y}$: $y$의 예측 값

$L$: 신경망의 층의 개수

$n^{[l]}$: l층의 유닛 개수 (l층의 크기)

• $n^{[0]}=n_x$

$a^{[l]}$: l층의 활성값

• $a^{[0]}=x$
• $a^{[L]}=\hat{y}$