初步认识神经网络

一、机器学习

机器学习：让机器（广义上的计算机）通过学习来获得类似人类的智能。例如：人类会下围棋，AlphaGo或AlphaGo Zero就是一个掌握了围棋知识、会下围棋的计算机程序。


神经网络：实现机器学习任务的一种算法/数学模型。（机器学习领域的神经网络，特指人工神经网络）其网络结构类似于生物神经系统，用来模拟生物与自然环境之间的交互。

二、神经网络

神经网络的基本组成结构为神经元。

1.MP模型
2.神经网络

神经网络训练的步骤：

<一>训练。

1. 在神经网络中随机初始化权重
2. 我们将第一-组输入值发送给神经网络,使其传播通过网络并得到输出值。
3. 我们将输出值和期望的输出值进行比较,并使用成本函数计算误差。
4. 我们将误差传播回网络,并根据这些信息设置权重。
5. 对于训练集中的每个输入值， 重复2至4的步骤。（对比预测答案和真实答案的差别，从错误中学习经验，把差别反向传播过去，对每个神经元像正确的方向上改动一点点，那么下次识别，通过所有改进的神经网络，正确率便会提高，每一次一点点，累加上千万次训练，向正确方向逼近。）
6. 当整个训练集都发送给了神经网络,我们就完成了一个epoch, 之后重复多次epochs。

<二>测试网络
使用测试集测试训练好的网络