神经网络入门（更新中）

    Machine Learning

神经网络（Neural Network）是深度学习（Deep Learning）领域里的一种计算方法

基本神经网络

TODO
由于非线性方程是通用的函数逼近方法（非常多的函数的值都可以使用多项式来逼近，比如「根号 2 」的计算就是计算机通过计算泰勒展开完成的，而泰勒展开就是一种非线性方程），所以神经网络的隐藏层要使用非线性方程来搭建

神经网络的隐藏层里的非线性方程是由一个线性方程加上一个非线性激活函数组合而成

卷积神经网络（Convolutional Neural Network）

卷积神经网络常用于解决图片分类的问题（image classification）。

数字化的图片是由像素组成的，而每一个像素都有自己的颜色（比如若用 RGB 表示，单个像素具有「红」，「绿」和「蓝」 3 个颜色通道），这样，一张图片就能表示成一个三维数组（Width, Height, ColorChannels）

卷积神经网络的目标是让代表图片的三维数组在经过一系列的计算后，数组变得 much deeper，且 less wide and less high

打赏