《深度学习的数学》学习笔记 第一章：神经网络的思想

1-1神经网络和深度学习

① 这节没特别多好说的,主要从生物学的神经元出发,引申到深度学习的神经网络：

将神经元的工作在数学上抽象化，并以其为单位人工的形成网络，这样的人工网络就是神经网络

② 比较有意义的部分是后面举了一个栗子：

如何教会计算机识别各式各样的“0”？

以此来展示深度学习的意义，优势。（如果不借助深度学习，靠以前的技术实现起来极其困难）

1-2神经元工作的数学表示

①本节主要是对生物学的神经元映射成数学模型的具体过程，以及一些理解

②第一个重点是神经元的“点火”，点火是神经元的信号强度超过神经元固有的阈值，则会传递到下一个神经元的模式，放到数学里是一个公式:

                                               

w是权重，x为神经元的输入信号，如果所有的神经元信号×权重的合大于阈值，则输出信号为1，即会传递到下一个神经元。

③此外说了下单位阶跃函数，其实和前文的y-wx的函数理解是一样的，表示的更简洁和规范，得出的加权输入函数为：

                                               

1-3激活函数：将神经元的工作一般化

 

未完待续～～～～