基础 | 深度学习与神经网络-介绍
共 1394字，需浏览 3分钟
· 2021-08-16
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
本文转自|深度学习自然语言处理
导读
深度学习
深度学习改变了搜索、广告等传统互联网业务，使更多产品以不同方式来帮助人们。AI的兴起犹如百年前电气的普及影响着各个行业。在AI的各个分支中，深度学习发展最快。
我们常用深度学习来指训练神经网络的过程，有时指的是特别大规模的神经网络训练。
样例
通过线性回归对房价预测拟合一条直线，因为房屋价格永远不可能为负值，所以将直线进行弯曲，在0处结束。
这也是一个最简单的神经网络，将房屋面积作为输入（x），通过一个节点最终输出价格（y）。这个节点就是一个神经元，连接网络实现了我们所绘制的预测房价函数。图中的函数在神经网络中较为常见，从趋近于零开始，然后变成一条直线。这个函数被称作ReLU激活函数，它的全称是Rectified Linear Unit。rectify（修正）可以理解为max(0,x)。
当你实现一个神经网络之后，你需要输入x，就可以得到y，它可以自行计算训练集中样本数目及中间过程。在上图的神经网络中，你只需要输入对应的特征，神经网络会预测对应的价格。
只要给予足够多的(x,y)训练集，神经网络擅长计算x到y的精准映射函数。
THE END
本篇文章是小编学习吴恩达老师深度学习课程的一些笔记，同时也是我第一次写公众号文章，所以只写了一个介绍试试水，有批评指正欢迎提出，在写作方面我还是一只小白，感谢各位看到最后，小生有礼了。
-----
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~