1-1 深度学习概论

吴恩达《神经网络和深度学习》课程笔记

---

1. 简单的神经网络

上图可以看做一个简单的神经网络：

1. x为该网络的输入，y为输出，也就是房子的价格。
2. 每一个节点可以看做一个函数。
3. 节点可以有一定的意义，比如这里可以看做是family size，walkable，school quality等。这也决定了这个函数该怎样构造。
4. 中间的节点并不一定和每一个输入都是相关的，如果没有关系，可以将其系数设为0。但是一般箭头都要画出来。

2. 各种神经网络及数据类型

对于神经网络解决的问题，一般图像数据用CNN，序列数据用RNN。

三种基本的神经网络

结构化数据：数据的含义都有清晰的定义，例如预测房价的模型
非结构化数据：音频，图像中的像素，文本中的单个单词