第一周为深度学习概论,教授了一些基础概念。
2017.8.31
1.3 用神经网络进行监督学习
对于通常的数据,好比说房价问题,使用标准的神经网络。
对于图像领域中的一些数据处理,常用CNN(卷积神经网络)
对于序列数据,好比音频文件,和时间有关系,是一维时间序列,常用RNN(循环神经网络)。还有单词等逐个出现的数据。
对于一些复杂的数据,好比说道路检测中图像加雷达,能够用更复杂的混合神经网络。web
机器学习可应用于结构化(structured data)和非结构化数据(unstructured data)
结构化例子:表格,数据库等
非结构化例子:图像,音频文件算法
1.4 为何深度学习会兴起
1.兴起缘由:数据量的剧增,计算能力的增加+算法的创新数据库
2.要想解决问题的性能更好:1.数据量够大 2.网络够大
3.一般使用m来表示训练集的大小
4.经过将sigmoid函数转换为ReLU函数,可以使得梯度降低法运行的更快。
由于sigmoid函数两边梯度接近于0,因此学习会变得很是缓慢;由于在用梯度降低法时,梯度接近于0时,参数会变化的很慢。而ReLU对于正值输入的梯度为1.网络