假设我有一个名为“NN”的神经网络，具有 500 个权重和偏差（总参数 = 500）。
对于一个训练样本：它是通过'NN'引入的，它输出一个输出（Out1），输出与训练标签进行比较，并且使用反向传播算法，'的每个参数都有一个小的变化（正或负） NN'。成本函数由一个 1x500 维向量表示，所有小的修改都由反向传播算法获得。
假设 mini_batch_size=10
对于一个小批量：10 个训练样本中的每一个都提供 1x500 维度的成本函数。
为了更好地可视化和解释，假设我们创建了一个 10x500（称为 M）的矩阵，其中每一行都是每个训练样本的成本函数。
问题：对于小批量训练的例子，小批量的最终成本函数是所有列元素的平均值吗？
PD。如果问题不够清楚，我会留下一些代码说明我的意思。
for j=1:500
Cost_mini_batch(j)=sum(M(:,j))/10
end
Cost_mini_batch 的尺寸为 1x500。