深度学习的最开始---0

    AI 越来越火，也渐渐感觉单向游戏行业发展有点局限了，所以利用工作的闲暇

时间学习学习时下的前沿科技。为自己做点技术储备。在这个公众号上做点总结，

    当然如果有精彩好看的电影也会拿来分享一下～

__________________下面是正文_________________

1:  什么是深度学习？

      在人工智能领域，有一个方法叫机器学习。在机器学习这个方法里，有一类算法叫神经网络，大概是这样子：

纯手工。。

    上图中 每个圈圈都是一个神经元，每条线表示神经元之间的连接。

在画出的三层中，最左边为输入层，负责接收输入数据；最右边为输出层，从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。

    隐藏层如果大于两个，则称为深度神经网络，深度学习，就是使用深层架构的机器学习方法。

    总结来说，一个只有一个隐藏层的神经网络就能拟合任何一个函数，但可能需要大量神经元，而深层网络可以使用少得多的神经元同样能拟合这个函数

也就是说为了拟合一个函数，要么使用一个浅而宽的网络，要么使用一个深而窄的网络。而后者往往更节约资源。

2:感知器

 神经元也叫做感知器。

组成如下：

Components:

> 输入权值：感知器接受多个输入，每个输入有一个权值 wi 和一个偏置项 b 

> 激活函数：图中提到的 阶跃函数

> 输出： y = f ( w*x + b )

例子：用感知器实现and运算