吴恩达-神经网络和深度学习(第一周深度学习概论)

阿小庆 2018-06-29 20:09
关注文章

学习驱动神经网络兴起的主要技术趋势,了解现今深度学习在哪里应用、如何应用。

8 月 8 日,吴恩达正式发布了 Deepleanring.ai——基于 Coursera 的系列深度学习课程,但在中国无法访问这套课程(除非你连VPN),还有Coursera中是英文授课,就有点尴尬。幸好,之后,吴恩达和网易合作,将课程内容免费放到网易的教育平台上.所以,终于有机会学这门课了!特记下笔记,以备忘!

  • 可以先看一下人工智能的完整学习图 原理

有一起学习的同学,可以联系我,一起进步哦!!!

Coursera学习Deep Learning Specialization 网易云学习地址

什么是神经网络

由输入到输出 修正线性单元(ReLU)

用神经网络进行监督学习

神经网络(neutral networks)

  • 机器学习-->监督学习

  • 监督学习

    • standard NN -- 房屋价格预测,广告点金
    • 卷积神经网络(CNN)---图像领域
    • 循环神经网络(RNN)---一维序列,时间,音频(机器翻译,语音变文本)
    • 复杂,混合神经网络(complex,hybrid,NN)---(无人驾驶) supervised Learning 基本图例: 神经网络图
  • 结构化数据和非结构化数据

    • 结构化数据:数据的数据库
    • 非结构化数据:机器不容易理解的语音,图片,文本(用于语音识别,图像识别,自然语言文字处理)

如下图理解:

结构化数据和非结构化数据

  • 符号规定 m--训练集的规模(训练样本的数量)

  • 深度学习进行过程 process

学完第一周的课程,特意找了一张图片,宏观把控,今后一定非常有用

原理 待续.......

文章被以下专辑收录
{{panelTitle}}
支持Markdown和数学公式,公式格式:\\(...\\)或\\[...\\]

还没有内容

关注微信公众号