深度学习概论

1.修正线性单元ReLu函数
2.input layer hidden unit y
3.监督学习：给定一组数据，知道正确的输出结果是什么样子，并且知道输入和输出之间有一种特定的关系，分为回归和分类问题。

无监督学习：不知道结果是什么样子，通过聚类的方式从数据中提取一个特殊的结构。
4.RNN循环神经网络（Recurrent Neural Network）
卷积神经网络（Convolutional Neural Network）：图像数据
结构化数据

非结构化数据：图像，音频，视频

音频识别、图像识别，自然语言处理
多亏了神经网络和深度学习，计算机能更好地解释非结构化数据
5.更快的计算速度和算法性能的提升
能够训练足够大的神经网络，过程不断迭代