hb_zxl的专栏

5.6.3 Softmax-with-Loss层。5.7.2 对应误差反向传播法的神经网络的实现。5.6 Affine/Softmax层的实现。5.7.3 误差反向传播法的梯度确认。5.7.4 使用误差反向传播法的学习。5.6.2 批版本的Affine层。上一章的数值微分法有个缺点是比较。5.7.1 神经网络学习的全貌图。5.3.1 加法节点的反向传播。5.3.2 乘法节点的反向传播。，本章的误差反向传播法，可以。5.2.1 计算图的反向传播。5.5 激活函数层的实现。5.7 误差反向传播实现。

数据是机器学习的命根子。比如识别手写数字5，可以从图像中提取特征量，再用机器学习学习这些特征量的模式。其中图像转换为向量时使用的特征量仍由人设计，不同问题需要人工考虑不同的特征量。另一派认为通过仿造人脑可以达到人工智能，自底向上看问题。神经网络（深度学习）称为端到端学习，图像中的特征量也由机器来学习。不管识别5还是识别狗，神经网络都是通过不断学习数据，尝试发现模式。两派一直是人工智能领域“两个阶级、两条路线”的斗争，这斗争有时还是你死我活。今天学习的是神经网络派。一套数据集，无法获得正确的评价。

学习这一章，需要一个0-9的训练数据，一直下载失败。这几个地址试试可以下载。

严格地讲，本章中所说的感知机应该称为“人工神经元”或“朴素感知机”，但是因为很多基本的处理都是共通的，所以这里就简单地称为“感知机”。具体地说，w1 和 w2 是控制输入信号的重要性的参数，而偏置是调整神经元被激活的容易程度（输出信号为 1 的程度）的参数。异或门是一种多层结构的神经网络。偏置这个术语，有“穿木屐” 的效果，即在没有任何输入时（输入为 0 时），给输出穿上多高的木屐（加上多大的值）的意思。学习 是确定合适的参数的过程，而人要做的是思考感知机的构造（模型），并把训练数据交给计算机。

它是缩进的意思，表示当前面的条件（if hungry ）成立时，此处的代码会被执行。图灵社区成立于2005年6月，以策划出版高质量的科技书籍为核心业务，主要出版领域包括计算机、电子电气、数学统计、科普等，通过引进国际高水平的教材、专著，以及发掘国内优秀原创作品等途径，为目标读者提供一流的内容。在 Python 2.x 中，整数除以整数的结果是整数，比如，7 ÷ 5 的结果是 1。在这个运算中，如图 1-2 所示，一维数组 B 被“巧妙地”变成了和二位数组 A 相同的形状，然后再以对应元素的方式进行运算。

还是因为内部的服务器少文件，所以总报错，必须用人家清华的服务器。一运行发现不行，提示：提示：Win8.1 or Win Server 2012，我是win7，继续寻找老版本。公司的机器是个win7，没想到安装环境折腾了1天，中途都不想安装了，最后终于安装完成了，记录一下安装过程。仔细找规律，终于找到了3.8.10，有安装盘，开始下载，差不多27M大小。这次提示安装成功了！进去了发现只有源码，无安装盘，,我也不能自己编译啊，难度太大。还是报同样的错误，崩溃，看来.whl也是要联网取其他安装包的，没用。