testCases_v3.py

import numpy as np

def linear_forward_test_case（）:
    np.random.seed（1）
    “““
    X = np.array（[[-1.02387576 1.12397796]
 [-1.62328545 0.64667545]
 [-1.74314104 -0.59664964]]）
    W = np.array（[[ 0.74505627 1.97611078 -1.24412333]]）
    b = np.array（[[1]]）
    “““
    A = np.random.randn（32）
    W = np.random.randn（13）
    b = np.random.randn（11）
    
    return A W b

def linear_activation_forward_test_case（）:
    “““
    X = np.array（[[-1.02387576 1.12397796]
 [-1.62328545 0.64667545]
 [-1.74314104 -0.59664964]]）
    W = np.array（[[ 0.74505627 1.97611078 -1.24412333]]）
    b = 5
    “““
    np.random.seed（2）
    A_prev = np.random.randn（32）
    W = np.random.randn（13）
    b = np.random.randn（11）
    return A_prev W b

def L_model_forward_test_case（）:
    “““
    X = np.array（[[-1.02387576 1.12397796]
 [-1.62328545 0.64667545]
 [-1.74314104 -0.59664964]]）
    parameters = {‘W1‘: np.array（[[ 1.62434536 -0.61175641 -0.52817175]
        [-1.07296862  0.86540763 -2.3015387 ]]）
 ‘W2‘: np.array（[[ 1.74481176 -0.7612069 ]]）
 ‘b1‘: np.array（[[ 0.]
        [ 0.]]）
 ‘b2‘: np.array（[[ 0.]]）}
    “““
    np.random.seed（1）
    X = np.random.randn（42）
    W1 = np.random.randn（34）
    b1 = np.random.randn（31）
    W2 = np.random.randn（13）
    b2 = np.random.randn（11）
    parameters = {“W1“: W1
                  “b1“: b1
                  “W2“: W2
                  “b2“: b2}
    
    return X parameters

def compute_cost_test_case（）:
    Y = np.asarray（[[1 1 1]]）
    aL = np.array（[[.8.90.4]]）
    
    return Y aL

def linear_backward_test_case（）:
    “““
    z linear_cache = （np.array（[[-0.8019545   3.85763489]]） （np.array（[[-1.02387576  1.12397796]
       [-1.62328545  0.64667545]
       [-1.74314104 -0.59664964]]） np.array（[[ 0.74505627  1.97611078 -1.24412333]]） np.array（[[1]]））
    “““
    np.random.seed（1）
    dZ = np.random.randn（12）
    A = np.random.randn（32）
    W = np.random.randn（13）
    b = np.random.randn（11）
    linear_cache = （A W b）
    return dZ linear_cache

def linear_activation_backward_test_case（）:
    “““
    aL linear_activation_cache = （np.array（[[ 3.1980455   7.85763489]]） （（np.array（[[-1.02387576  1.12397796] [-1.62328545  0.64667545] [-1.74314104 -0.59664964]]） np.array（[[ 0.74505627  1.97611078 -1.24412333]]） 5） np.array（[[ 3.1980455   7.85763489]]）））
    “““
    np.random.seed（2）
    dA = np.random.randn（12）
    A = np.random.randn（32）
    W = np.random.randn（13）
    b = np.random.randn（11）
    Z = np.random.randn（12）
    linear_cache = （A W b）
    activation_cache = Z
    linear_activation_cache = （linear_cache activation_cache）
    
    return dA linear_activation_cache

def L_model_backward_test_case（）:
    “““
    X = np.random.rand（32）
    Y = np.array（[[1 1]]）
    parameters = {‘W1‘: np.array（[[ 1.78862847  0.43650985  0.09649747]]） ‘b1‘: np.array（[[ 0.]]）}

    aL caches = （np.array（[[ 0.60298372  0.87182628]]） [（（np.arr