这篇博客介绍了神经网络的基本概念，将其比喻为一个通过大量经验学习的函数，用于解决特定问题，如房价预测。在监督学习中，神经网络通过训练，对比人为标注的数据调整计算方式。卷积神经网络擅长处理图像，循环神经网络处理序列信息。深度学习因大数据时代的到来而兴起，能有效处理非结构化数据。课程内容涵盖神经网络的不同类型和数据类型的处理。
什么是神经网络？
看完视频后，我觉得神经网络就是一个函数，经过海量的经验构造出来的一个函数，用于解决特定的问题（原来也没有那么高级）
这里老师举了一个预测房价的例子，我们构建的这个神经网络有一个神经元，我们只需要将房子的面积输入，我们就能够得到一个预测的房价，这个函数称为ReLU(rectified linear unit)
然后还是房价预测的例子
这里就有多个神经元，共同组成了一个神经网络，当我们训练完毕之后，我们需要做的就是输入对应的数据，神经网络会自动将我们需要的数据计算出来并交到我们手中
然后有一点我比较震惊
老师说在这张图片中，我们不需要指定中间的神经元是如何计算的，我们只需要提供给神经网络海量的数据（或许这就是需要python的点吧，虽然我不会python），让他自己选择该怎么样处理这些数据就好，当然，在训练过程中，我们需要做的可能是指定结果的正确程度，让神经网络自行评估自己的训练结
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
