深度学习笔记01-概览

机器学习是什么？

机器学习就是信息压缩。

深度学习是什么？

深度学习是机器学习的一个子类。它的模型由多层神经网络组成，在使用前要经过训练。神经网络由神经元组成，神经元可以看成是一个输入到输出的映射f:x->y，这个映射叫激活函数，激活函数主要有sigmoid函数、tanh函数等。训练过程用到的方法主要有梯度下降算法（gradient descent）和反向传播算法（back propagation）。

为什么要用深度学习？

深度学习可以用来判断趋势、预测未来。

怎样用深度学习？

首先，通过样本训练模型。样本是由输入x和输出y组成的（有时没有y，稍后会讲，这里的输出y叫做标签，有y的训练过程叫有监督学习，没y的训练过程叫无监督学习），训练过程就是找出输入x和输出y之间的映射关系f:x->y，这个映射关系f就是模型。

然后，有一个新的输入x‘，我们想知道x'的输出y'是什么，这时就可以用先前训练的模型，即f:x->y，得到x'的输出y'。

举例来讲，x可以是图片，y是汉字（猫、狗、羊），x'是一张新的图片，通过模型我们可以判断这张图片里是什么，比如y'=‘猫’。

2017-07-20更新