神经网络体系搭建（序）

神经网络这个概念并不陌生，但是从接触到现在这一个月的时间里，云里雾里，始终无法建立起完整的体系，能让自己顺畅地用神经网络解决一个具体问题，并进行有针对性的优化。于是决定整理近日所学，尝试搭建一个完整的知识体系。

体系的搭建想从一系列问题入手，也是我学到此刻急需彻底理清的一些问题，将陆续更新并附上链接。

• 神经网络是什么？解决问题的步骤（算法）是什么？
• 梯度下降用在神经网络的哪一步？
• 损失函数是干什么用的？
• 神经网络模型有哪些参数可以调整（优化）？
  上述四问题在神经网络体系搭建（一）中解决
• 多层感知器是什么？
• 深度学习是什么？
• 深度学习和神经网络有什么区别？
• 深度学习网络模型有哪些参数可以调整（优化）？
• 卷积神经网络是什么？
• 卷积神经网络和神经网络有什么区别？
• 卷积神经网络模型有哪些参数可以调整（优化）？
• TensorFlow如何使用？套路是什么？
• 怎么用TensorFlow实现神经网络？

为了帮助822实验室的同学们尽快熟悉神经网络，并能用TensorFlow做一些项目相关实验，将在完成三个引导项目，分别是：

• 快速上手Python并实现神经网络并实现睡眠质量预测
  项目为jupyter notebook格式，建议安装Anaconda，在环境中安装jupyter notebook。
• 用TensorFlow实现单个数字识别
• 用TensorFlow实现多个数字识别