深度学习初体验

深度学习初体验

1.  偏差

   1）首先 Error（误差） = Bias（偏差） + Variance（方差）
Error反映的是整个模型的准确度，Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度，Variance反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。

2.  感知器和激活函数

    详见：https://yq.aliyun.com/articles/69850?spm=a2c4e.11153940.blogcont69848.24.5a264cadFdVj9Q

3.  反向传播算法

    以误差（Error）为主导的反向传播（Back Propagation）运动，旨在得到最优的全局参数矩阵，进而将多层神经网络应用到分类或者回归任务中去。
    前向传递输入信号直至输出产生误差，反向传播误差信息更新权重矩阵。