=================第1周 循环序列模型===============

===1.1 欢迎来到深度学习工程师微专业===

  我希望可以培养成千上万的人使用人工智能,去解决真实世界的实际问题,创造一个人工智能驱动的社会。

===1.2 什么是神经网络===

  实际上隐藏节点可能并没有左图那样明确的定义,你让神经网络自己决定这个节点是什么,我们只给你四个输入特征 随便你怎么计算。注意,当我们计算层数的时候,不计算输出层。

===1.3 用神经网络进行监督学习===

  And then, for more complex applications, like autonomous driving, where you have an image, that might suggest more of a CNN structure, and radar info which is something quite different. You might end up with a more custom, or some more complex, hybrid neural network architecture.

  结构化数据 意味着每个特征比如说房屋大小、卧房数量等都有着清晰的定义。相反 非结构化数据指的是比如音频、原始音频、图像,where you might want to recognize what's in the image or text.这里的特征 可能是图像中的像素值,or the individual words in a piece of text. 从历史角度看,计算机更难理解非结构化数据。和之前相比,神经网络是计算机可以更好理解这些数据。But it turns out that a lot of short term economic value that NN are creating has also been on structured data, such as much better advertising systems, much better profit recommendations, and just a much better ability to process the giant databases that many companies have to make accurate predictions from them. 在这门课中 我们会学到很多技巧,对于两类数据都适用。

  神经网络改变了监督学习,正在创造巨大的经济价值。其实呢 基本的神经网络背后的技术理念大部分都不是新概念 有些甚至有几十年历史了。那么 为什么它们现在才流行,下节见。

===1.4 为什么深度学习会兴起===

  过去20年,很多应用中我们收集到了大量的数据,远超过传统学习算法能发挥作用的规模。要达到下图中的黑点,至少要亮点,to train a big enough neural network, take advantage of the huge amount of data。提升规模(data and NN)已经让我们在深度学习的世界中获得了大量进展。训练集较小时,各种算法的性能相对排名不是很确定,效果经常会取决于你手工设计的组件。If someone training an SVM,可能是因为手工设计组件很厉害,有些人训练的规模会大一些却没有SVM效果好。对于小训练集,最终的性能 更多取决于手工设计组件的技能以及算法处理方面的一些细节。在数据量足够大时,我们才看到NN稳定地优于其他算法。

  有趣的是 许多算法方面的创新都为了让神经网络运行得更快。举个例子,神经网络方面的一个巨大突破是从sigmoid函数转换到ReLU函数,前者会遇到梯度消失,导致学习得非常慢。还有很多其他算法创新的例子,所带来的影响是是增加计算速度,使得代码运行得更快,这也使得我们 能够训练规模更大的神经网络,或者在合理的时间内完成计算,即使在数据量很大 网络也很大的场合。The other reason that fast computation is important is that it turns out the process of training your network 很多时候是凭直觉的,有了一个idea就去试,因此加快这样的迭代过程是很重要的,能更快地改进你d的想法。

===1.5 关于这门课===

  希望你去完成对应的课堂测试和编程练习,那会很过瘾。

===1.6 课程资源===

  可以去coursera,里面的论坛是一个很好的互相交流学习平台。

Andrew Ng - 深度学习工程师 - Part 1. 神经网络和深度学习(Week 1. 深度学习概论)的更多相关文章

  1. Andrew Ng - 深度学习工程师 - Part 1. 神经网络和深度学习(Week 4. 深层神经网络)

     =================第2周 神经网络基础=============== ===4.1  深层神经网络=== Although for any given problem it migh ...

  2. Andrew Ng - 深度学习工程师 - Part 1. 神经网络和深度学习(Week 3. 浅层神经网络)

     =================第3周 浅层神经网络=============== ===3..1  神经网络概览=== ===3.2  神经网络表示=== ===3.3  计算神经网络的输出== ...

  3. Andrew Ng - 深度学习工程师 - Part 1. 神经网络和深度学习(Week 2. 神经网络基础)

     =================第2周 神经网络基础=============== ===2.1  二分分类=== ===2.2  logistic 回归=== It turns out, whe ...

  4. 学习笔记TF053:循环神经网络,TensorFlow Model Zoo,强化学习,深度森林,深度学习艺术

    循环神经网络.https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/re ...

  5. Hinton“深度学习之父”和“神经网络先驱”,新论文Capsule将推翻自己积累了30年的学术成果时

    Hinton“深度学习之父”和“神经网络先驱”,新论文Capsule将推翻自己积累了30年的学术成果时 在论文中,Capsule被Hinton大神定义为这样一组神经元:其活动向量所表示的是特定实体类型 ...

  6. DeepLearning.ai学习笔记(一)神经网络和深度学习--Week3浅层神经网络

    介绍 DeepLearning课程总共五大章节,该系列笔记将按照课程安排进行记录. 另外第一章的前两周的课程在之前的Andrew Ng机器学习课程笔记(博客园)&Andrew Ng机器学习课程 ...

  7. Andrew Ng机器学习课程笔记--week1(机器学习介绍及线性回归)

    title: Andrew Ng机器学习课程笔记--week1(机器学习介绍及线性回归) tags: 机器学习, 学习笔记 grammar_cjkRuby: true --- 之前看过一遍,但是总是模 ...

  8. Andrew Ng机器学习课程笔记--汇总

    笔记总结,各章节主要内容已总结在标题之中 Andrew Ng机器学习课程笔记–week1(机器学习简介&线性回归模型) Andrew Ng机器学习课程笔记--week2(多元线性回归& ...

  9. Andrew Ng机器学习算法入门(二):机器学习分类

    机器学习的定义 Arthur Samuel给出的定义,Field of Study that gives computers the ability to learn without being ex ...

随机推荐

  1. [不得不知道系列]Java线程面试你不得不知道的基础知识一

    Java内存管理面试指南一 Java基础面试指南一 Java基础面试指南二 Java基础面试指南三 Java基础面试指南四 Java线程面试指南一 Java线程面试指南二 Redis面试指南一 Kaf ...

  2. 01.Django-基础

    基础 1. 简介 Django是一个由Python写成的开放源代码的重量级Web应用框架. Django的目的是使常见的Web开发任务,快速和容易 2. 特点 MVC开发模式 内置进行快速web开发所 ...

  3. [书籍分享]0-001.rework(重来:更为简单有效的商业思维)

    封面    内容简介 大多数的企业管理的书籍都会告诉你:制定商业计划.分析竞争形势.寻找投资人等等.如果你要找的是那样的书,那么把这本书放回书架吧. 这本书呈现的是一种更好.更简单的经商成功之道.读完 ...

  4. MFC---编辑框控件

    1.编辑框内允许多行输入,或者说是允许敲回车 编辑框属性里将multiline设置为TRUE或者将Want Return设置为TRUE 2.水平滚动条,垂直滚动条 Horizontal Scroll ...

  5. vnc server,vnc server去哪下载,下载后如何连接使用(vnc viewer)

    vnc server是vnc服务端,通过需要下载的服务器连接之后在服务器端下载. 1.使用到的工具:iis7服务器管理 2.首先去服务器端下载vnc 3.根据要求安装结束,得到登录密码. 4.用IIS ...

  6. PAT1033 旧键盘打字 (20分) (关于测试点4超时问题)

    1033 旧键盘打字 (20分)   旧键盘上坏了几个键,于是在敲一段文字的时候,对应的字符就不会出现.现在给出应该输入的一段文字.以及坏掉的那些键,打出的结果文字会是怎样? 输入格式: 输入在 2 ...

  7. Java 异常(一) 异常概述及其架构

    Java 异常(一) 异常概述及其架构 一.异常概述 (一).概述 Java异常是Java提供的一种识别及响应错误的一致性机制.异常指的是程序在执行过程中,出现的非正常的情况,最终会导致JVM的非正常 ...

  8. Java实现 蓝桥杯 算法训练 未名湖边的烦恼

    算法训练 未名湖边的烦恼 时间限制:1.0s 内存限制:256.0MB 问题描述 每年冬天,北大未名湖上都是滑冰的好地方.北大体育组准备了许多冰鞋,可是人太多了,每天下午收工后,常常一双冰鞋都不剩. ...

  9. Java实现蓝桥杯模拟递增的数

    问题描述 一个正整数如果任何一个数位不大于右边相邻的数位,则称为一个数位递增的数,例如1135是一个数位递增的数,而1024不是一个数位递增的数. 给定正整数 n,请问在整数 1 至 n 中有多少个数 ...

  10. Java中Iterator 和ListIterator的区别

    1.Iterator Iterator的定义如下: public interface Iterator {} Iterator是一个接口,它是集合的迭代器.集合可以通过Iterator去遍历集合中的元 ...