本文是Deep Learning Specialization系列课程的第1课《Neural Networks and Deep Learning》中Introduction to Deep Learning部分的学习笔记。
内容包括:
- 神经网络
- 监督学习及其应用
- 神经网络的类型
- 训练数据的类型
- 深度学习发展的原因
1. 神经网络
要想学习深度学习(Deep Learning),必须先要了解神经网络(Neural Network)。
简单的神经网络
以一个线性回归的问题为例,假设我们知道6个房子的尺寸以及对应的房价,那么我们可以根据把房子的尺寸和房价对应的画在图上,然后拟合出一个函数,再根据该函数,通过房子的尺寸来对房价进行预测。
这其实就是一个非常简单的神经网络的问题,往神经元(neuron)中输入房子的尺寸x,输出房价y(在这个例子中,使用的是Relu函数)。