lonely_wolf的博客

当你看到这里的时候，相信你已经对房屋预测例子滚瓜烂熟了吧，在这里我想说的是，今天我看了吴恩达跟网易最新的课程后，我发现其中有个点很好，输入层输入x,隐藏层处理，上面的一个圈都连着4个x，到底取决于谁，让隐藏层去处理吧，最后无论数据集多少，都能得到一个y.

到目前为止，几乎所有由神经网络创造的经济价值都基于其中的一种机器学习，“监督学习”  深度学习有很多用途，应用于广告点击（用户最喜欢看什么样的广告），机器翻译，语音识别（将语音翻译成文字），无人驾驶，图像处理。RNN(循环神经网络)非常适合处理一维的数据，其中包含时间序列。CNN（卷积神经网络）通常用于图像处理。

用吴恩达的话来说，就用这张图来告诉你，当数据量小的时候，神经网络的作用还没有彻底显示出来，但是，当带标签的数据量特别大的时候我们就会发现神经网络的准确率是稳定的比其他高。由图发现，很多模型在数据量大的时候就会基于水平值，因为这些模型无法处理海量的数据。但规模巨大的神经网络就可以再次提升准确率。为什么神经网络发展这么快，因为现在能获取的数据远远大于传统数据，CPU硬件也做的越来越好，深度学习的算法也

数据分为训练集，验证集与测试集。一般来说，将数据七三分，验证集占70%，测试集占30%。如果没有明确指出验证集，可以按照60/20/20来分。60%的训练集，20%的验证集，20%的测试集。搭建训练验证集和测试集能够加快网络神经的集成，也可以更有效的衡量算法的偏差和方差，从而帮我们更高效的选择合适的方法来优化算法。

1：偏差与方差易学难精2：正则化是一种非常实用的减少方差的方法，但是会出现方差偏差权衡问题，偏差可能略有增加。如果网络足够大，通常增幅不会高。

一个这样的安装让遇到了无数的not found和error，首先来说一下我一开始的ubuntu版本跟Python版本。我的ubuntu版本是14.04，Python是3.4，原先为了安装PaddlePaddle升级的，（后来发现也不并不需要升级），出现的错误就很头大，依赖Python2.7文件，无法安装。上网查了下解决方法，一长串，很麻烦。几乎将官网的几种方法都用了，也不行，也是出现各种的错误

先随便找个地方new一个test.py文件，然后执行命令---chmod a+x test.py(文件名)，然后在文件中输入命令，保存后执行./test.py命令就可以运行了。下面是我的代码和执行结果

Ubuntu 下 su:authentication failure的解决办法[日期：2017-09-06]来源：Linux社区  作者：shexinwei[字体：大 中 小]先说几个Ubuntu基础命令：su                  //切换到超级用户  exit               //从超级