基礎(chǔ) | 深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)-介紹
點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達
本文轉(zhuǎn)自|深度學(xué)習(xí)自然語言處理
導(dǎo)讀
深度學(xué)習(xí)
深度學(xué)習(xí)改變了搜索、廣告等傳統(tǒng)互聯(lián)網(wǎng)業(yè)務(wù)，使更多產(chǎn)品以不同方式來幫助人們。AI的興起猶如百年前電氣的普及影響著各個行業(yè)。在AI的各個分支中，深度學(xué)習(xí)發(fā)展最快。
我們常用深度學(xué)習(xí)來指訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程，有時指的是特別大規(guī)模的神經(jīng)網(wǎng)絡(luò)訓(xùn)練。
樣例
通過線性回歸對房價預(yù)測擬合一條直線，因為房屋價格永遠不可能為負(fù)值，所以將直線進行彎曲，在0處結(jié)束。
這也是一個最簡單的神經(jīng)網(wǎng)絡(luò)，將房屋面積作為輸入（x），通過一個節(jié)點最終輸出價格（y）。這個節(jié)點就是一個神經(jīng)元，連接網(wǎng)絡(luò)實現(xiàn)了我們所繪制的預(yù)測房價函數(shù)。圖中的函數(shù)在神經(jīng)網(wǎng)絡(luò)中較為常見，從趨近于零開始，然后變成一條直線。這個函數(shù)被稱作ReLU激活函數(shù)，它的全稱是Rectified Linear Unit。rectify（修正）可以理解為max(0,x)。
當(dāng)你實現(xiàn)一個神經(jīng)網(wǎng)絡(luò)之后，你需要輸入x，就可以得到y(tǒng)，它可以自行計算訓(xùn)練集中樣本數(shù)目及中間過程。在上圖的神經(jīng)網(wǎng)絡(luò)中，你只需要輸入對應(yīng)的特征，神經(jīng)網(wǎng)絡(luò)會預(yù)測對應(yīng)的價格。
只要給予足夠多的(x,y)訓(xùn)練集，神經(jīng)網(wǎng)絡(luò)擅長計算x到y(tǒng)的精準(zhǔn)映射函數(shù)。
THE END
本篇文章是小編學(xué)習(xí)吳恩達老師深度學(xué)習(xí)課程的一些筆記，同時也是我第一次寫公眾號文章，所以只寫了一個介紹試試水，有批評指正歡迎提出，在寫作方面我還是一只小白，感謝各位看到最后，小生有禮了。
-----
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~