补充完整backprop函数

当然可以，下面是`backprop`函数中缺失的前向传播部分的代码补充：

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

def sigmoid_gradient(x):
    return x * (1 - x)

### 前向传播 ###
a1 = sigmoid(np.add(np.ones((m, 1)), X * theta1[:, :input_size]))  # 非线性激活（sigmoid）
z2 = np.add(a1, theta1[:, input_size:])  # 隐藏层全连接

a2 = sigmoid(np.add(np.ones((m, 1)), z2 @ theta2[:, :hidden_size]))  # 下一层非线性激活
z3 = np.add(a2, theta2[:, hidden_size:])  # 输出层全连接

# 将a2转换为概率分布
h = softmax(z3)

### 计算代价和梯度 ###
J = (-1/m) * np.sum(y_onehot.T * np.log(h)) + (lambda_/(2*m)) * (np.sum(theta1[:,1:]**2) + np.sum(theta2[:,1:]**2))

这里我们引入了`sigmoid`函数用于计算Sigmoid激活，以及它的导数`sigmoid_gradient`。前向传播部分首先计算了输入层的激活值a1，接着隐藏层z2，继续计算下一层的激活a2和最终的输出层预测h。softmax函数用于将a2转换为概率形式。

在计算代价J时，除了交叉熵损失外，还加入了L2正则化项，其中`lambda_`是正则化强度。

完整的`backprop`函数会包含前面的前向传播和后面的反向传播及梯度计算。

**相关问题--:**
1. 这段代码中的softmax是什么，有何作用？
2. L2正则化的目的是什么？
3. 当`lambda_`增大时，模型会发生什么变化？