L1 深度学习概论
1 深度学习概论
1.1 欢迎
- AI is the new Electricity
- 机器学习能使计算机能够在没有明确编程的情况下学习
1.2 什么是神经网络
房屋面积与价格预测
-
线性回归
- Size(x) -> ⚪ ->Prize,单神经元网络
- ⚪:neuron,神经元
- 不为0:ReLU函数,修正线性单元,修正指不小于0
-
多神经元网络
1.3 用神经网络进行监督学习
监督学习,Supervised Learning
- 房屋价格预测
- 广告投送
- 计算机视觉
- CNN
- 语音识别
- 一维时间序列
- RNN
- 机器翻译
- 序列数据
- RNN
- 无人驾驶技术
- CNN
- 混合的神经网络结构
几种基本的神经网络结构
-
标准的神经网络
-
CNN
-
RNN
是否结构化数据
- structured data
- 清晰定义的数据库
- unstructured data
- 语音、图像、文本
神经网络改变了监督学习
1.4 神经网络为什么兴起
数据量增加
各类电子器件价格降低
传统机器学习难以应付大量数据量,会遇到瓶颈
m:训练集的规模
Scale drives deep learning progress
- Data
- Computation
- Algorithms
- Sigmoid
- 当斜率接近0时,学习会缓慢
- 使用梯度下降法时候,接近0时,参数变化缓慢
- ReLU
- 斜率不会趋近0
- Sigmoid
1.5 关于这门课
L1课程大纲
- 深度学习概论
- 神经网络基础
- 浅层神经网络
- 深层神经网络