参考链接https://datawhalechina.github.io/leeml-notes/#/chapter13/chapter13
P13
深度学习的三个步骤
Step1:神经网络(Neural network)
Step2:模型评估(Goodness of function)
Step3:选择最优函数(Pick best function)
神经网络
- 全连接
因为layer之间两两都有链接,所以叫做Fully connect - 前馈
传递的方向是由后往前传,所以叫feed foward - 深度神经网络
deep=many hidden layer
层数越多,运算量越大,需要计算的超参数越多。
神经网络的本质:通过隐藏层进行特征转换
相当于黑箱操作。把隐藏层通过特征提取来替代原来的特征工
模型评估
损失函数。神经网络一般用交叉熵对损失进行计算,一般来说越小越好。
选择最优函数
梯度下降法跟新超参数。神经网络中计算损失最好的方法就是反向传播,我们可以用很多框架来进行计算损失。
P14梯度下降