1、深度学习进阶：环境搭建与基础要求

深度学习进阶：环境搭建与基础要求

在深入探讨复杂的深度学习话题之前，我们需要明确一些基础要求和搭建合适的开发环境。这不仅有助于我们更好地理解后续内容，还能让我们顺利地进行实践操作。

1. 基础要求

要顺利开展深度学习的学习和实践，你需要具备以下基础知识：
- 神经元与神经网络基础 ：了解单个神经元的工作原理，包括激活函数、输入、权重和偏置等组件。掌握如何使用Python和TensorFlow或Keras开发一个简单的多层神经网络。
- 优化器相关知识 ：知道优化器的概念和工作原理，至少熟悉梯度下降算法。了解常见的高级优化器，如RMSProp、Momentum和Adam的工作方式。
- 正则化与超参数 ：明白正则化的概念和常见方法，如ℓ1、ℓ2和dropout。清楚超参数的定义，掌握如何训练网络以及哪些超参数在训练中起着关键作用，例如学习率和训练轮数。同时，要了解超参数调优的方法。

2. 学习资源

• GitHub仓库 ：与相关代码对应的Jupyter Notebook存放在GitHub上。你可以通过本书的Apress网页找到“Download Code”按钮，它会指向GitHub仓库。这些Notebook包含了书中讨论的特定主题，还有一些额外的练习和未在书中呈现的材料。你还可以在GitHub上使用“Issues”功能留下反馈。
• 配套网站 ：配套网站（www.applieddeeplearningbook.c