深度学习入门笔记

相关电子资源：https://www.notion.so/d8c2cb72748840efbf46453487b350cb 朋友们这是第一篇文章的小总结，它没有对每个例子进行很明确的说明，但是我都把相应的例子的链接放在了里面。大家可以看看哪些应用比较好

结合 机器学习实战和西瓜书共同学习

第一章 python入门

如何查看自己的python版本：
        打开anaconda prompt 或者命令提示符（cmd）输入python --version，便可查看自己安装的python版本

NumPy是用于数值计算的库
Matplotlib是用来画图的库
python解释器也被称为“对话模式”，也就是交互式的编程
在python2.x中，整数除以整数结果是整数，而python2.x中是小数（浮点数）。
列表切片访问子列表的时候是第一个数字的索引到最后一个数字索引之前的所有元素。
e.g,

a=[1,2,3,4,5]
a[0,2]#获取索引为0到2（不包括2！）的元素

函数库安装（以numpy为例）：
python -m pip install numpy

第二章 感知机

第三章 神经网络

softmax函数 ---------------P65
softmax函数可能会导致数据溢出的问题，因此有一个改进后的softmax -----------P67
减去最大值转变为一个复数，再e的多少次方就变成一个0-1之间的数字了
而且我们会把softmax函数的输出解释为概率
前向传播(forward propagation)：我们使用学习到的参数，先实现神经网络的“推理处理”。
正规化：把数据限定到某个范围内的处理称为正规化；
预处理：对神经网络的输入数据进行某种既定的转换；