视频链接:https://www.bilibili.com/video/av9770190/?p=6
深度学习分为三部分:定义一系列方程,计算方程的loss,然后选出最好的方程
深度学习神经网络类似于人类的大脑的神经网络,每个方程可以看做一个神经元,不同神经元连接会产生不同结果,在这里我们介绍一下fully connect feedforward network
1、fully connect feedforward network
每个神经元都与下一层全部的神经元连接即fully connect,如图所示
fully connect神经网络结构,由输入、隐藏层和输出组成,每个神经元与下一层神经元全连接
计算时可以使用矩阵计算,输入向量乘上wight加上bias得出输出,每一层都是这么计算,上一层的输出时下一层的输入,由此直到最后产生输出
一连串的vector乘上matrix
举例:手写数字识别
输入是256维像素代表的向量,输出每个数字的概率
2、goodness of function
计算标记与计算值之间的差距,即loss
减小这个total loss,一个是找一个function,一个是找参数