第一讲，什么是深度学习（李宏毅2021/2022春机器学习课程）（下）

          

 在第一讲上中的线性模型是不是太简单了？如果蓝线不能成功表达红线怎么办？出现这种模型的限制，我们称为模型偏差

为了更好的模拟红色曲线，我们假设红色是一个常数（图中直线）多条这样蓝色曲线组成） 

推广：

 

 所有的折线都可以这样变

曲线同理

 approximation 接近，近似

sufficient 足够的，充足的

如何用一个函数逼近蓝色线，使用Sigmoid Function 函数，进行逼近，通过w,b,c，调整函数使得左右函数转换。

w、b、c 对函数的影响

 因此对第一节（上）中的模型进行进化

首先是单独一天的模型

然后是进展到好几天的模型

 使用图像将他画出来

构造新的变量r1、r2、r3来进行整合

然后将其向量化

 

 所以画到最后为

 然后整个式子变成下方所示：

最后为

 所以构造那么多参数以后，如何找函数的参数呢？

 

进入第二步，构造损失函数

损失函数的构造方式：

 

构造方式为：

 

 通过一层一层迭代的方式找到最后的值

一种新的分迭代参数方式

这里有了一个新的概念，迭代和更新的关系

 使用 Rectified Linear Unit(ReLU)对Sigmod函数进行替换

  

 

 

 

 注意i 和  2i   也称为激活函数

预测结果：（调整ReLU个数）

调整迭代次数

 

 

提一个小梗：汉左将军宜城亭侯中山靖王之后   刘备

 

 把上面的各个层次叫一个名字，分别是神经元，神经网络

后来就叫做深度学习

  本节完