主要介绍吴恩达《深度学习》课程中《神经网络和深度学习》第一周：深度学习概论的神经网络内容。
比如在预测房价的时候，把房屋面积 x 作为输入输入，通过中间的圆圈后输出价格 y ，中间这个圆圈，就是一个独立的神经元，实现了预测房价的功能，这时就可以将预测房价的拟合函数看做是一个非常简单的神经网络。
神经元函数经常使用 ReLU 函数，全称是“修正线性单元”（rectified linear unit，ReLU）。
这是一个很小的神经网络，大的神经网络是把这些单个神经元堆叠起来形成的。
比如影响房价的多个因素作为输入，最终输出房价。
神经网络主要提供足够多的，关于 x 和 y 的训练样本数据，神经网络非常擅长于计算从 x 到 y 的精准映射函数。
本文为“吴恩达《深度学习》笔记”系列文章之一，
更多文章：吴恩达《深度学习》笔记：http://blog.csdn.net/u012318074/article/category/7142959
目录 1 深度学习简介 2 神经网络介绍 -------------------- 1 深度学习简介 在介绍深度学习之前，我们先看下这幅图：人工智能
目录 一、二、Tesnsflow入门 & 环境配置 & 认识Tensorflow 三、线程与队列与IO操作 神经网络基础知识 1.简单神经网
目录 前言 一、神经网络是什么？ 二、恶魔例题助你掌握神经网络 三. 网络自学习的神经网络 总结 系列文章目录 --------------------
http://[blog.csdn.net/pipisorry/article/details/70919374][blog.csdn.net_pipisorry_articl
监督学习 事实上，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一种机器学习，我们称之为“监督学习”（supervised learning）。在监督学习中，输入
主要介绍吴恩达《深度学习》课程中《神经网络和深度学习》第一周：深度学习概论的神经网络内容。 什么是神经网络 ![这里写图片描述][20170901181337775]
1 神经网络与深度学习 1.3 神经网络基础之Python与向量化 上节课我们主要介绍了逻辑回归，以输出概率的形式来处理二分类问题。我们介绍了逻辑回归的Cost
1 神经网络与深度学习 1.5 深层神经网络 上节课我们主要介绍了浅层神经网络。首先介绍神经网络的基本结构，包括输入层，隐藏层和输出层。然后以简单的2 laye
神经网络之概论 神经网络可以指向两种，一个是生物神经网络，一个是人工神经网络。 生物神经网络：一般指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生
淡淡的烟草味﹌
忘是亡心i
àì夳堔傛蜴生んèń
还没有评论，来说两句吧...