1.2 什么是神经网络?
① 深度学习:训练神经网络的过程。
② ReLU激活函数(Rectified Linear Unit):从趋近于零开始,然后变成一条直线。
③ 神经网络:以预测房价为例。
1.3 用神经网络进行监督学习
① 图像应用—常用卷积神经网络(CNN);序列数据(如音频、语言)—常用递归神经网络(RNN);更复杂应用(如自动驾驶)—常用混合的神经网络。
② 标准的神经网络:
卷积神经网络(CNN):
递归神经网络(RNN):
③ 结构化数据:每个特征,如房屋大小卧室数量、用户的年龄,都有一个很好的定义。
非结构化数据:如音频、想要识别的图像或文本中的内容。
1.4 为什么深度学习会兴起?
① 在神经网络上获得更好性能的方法:训练一个更大的神经网络 or 投入更多的数据。
② 算法创新的一个例子:从sigmoid函数转换到ReLU函数(修正线性单元)。