神经网络
week1
1.2 神经元和大脑
神经网络是一种人工智能方法,用于教计算机以受人脑启发方式处理数据。
信息经过神经元处理然后传达到下一个神经元进行进一步处理。
数据量大的时候神经网络能达到更好的效果
1.3 需求预测
神经网络由许多神经元组成,神经元由线性方程和激活函数组成。
例子:从衣服的价格来判断卖的好不好。(二分类问题)
1.4 图像感知
2.1 神经网络中的网络层
上标方括号[1]表示与神经网络第一层相关联的数据
第一层:
第二层:
输出层:
2.3 神经网络前向传播
让神经网络进行推理或预测,是一种称为前向传播算法
例子:手写数字识别,255表示亮白像素,0表示黑色像素,这64个输入特征将使用具有两个隐藏层的神经网络。
判断是手写1的概率。
这种类型的神经网络架构最初有更多的隐藏单元,随着靠近输出层,隐藏单元的数量会减少。