Introduction to deep learning
深度学习是指训练神经网络
1.什么是神经网络?
引例:房价预测
1)由房屋面积这一单一因素/特征值预测房价,这样拟合的函数就是一个简单的神经网络。该单神经元网络完成的是由size/area—>price的线性运算。
根据线性回归,可将该问题拟合成如下函数
有这样特征的函数被叫做ReLU函数(rectified linear unit)
rectify:take a max of zero(取>=0的值)
类似于搭积木,由多个单神经元网络可以构成复杂的神经网络。
2)由多个因素/特征值(如房屋面积、卧室数量、邮政编码、富裕程度等)间接预测房价,即房价决定于家庭成员数、步行化程度、学校质量等。其中的每个隐藏的单神经元都可能是ReLU函数。
该问题抽象出来的神经网络如下:
每个单神经元网络的输入是全体数据,它会自己决定作何种运算。例如,我们不会说第一个节点就是预测family number 且只由X1、X2决定。
中间的神经网络层会做出从输入层到输出层的精准映射。