零基础开始学深度学习(1)
吴恩达大神推出了深度学习的课程,深度学习的大名早有耳闻,既然有这么优秀的学习资源了,决定耐心的跟随大神领略深度学习的魅力,零基础开始登山,给自己加油^-^
让我们从实际一个例子说起:
在这个例子里,关于(房屋大小,房屋价格)有一些样本点落在这个坐标系里,不难由线性回归拟合出一条直线,让这些样本点很好的落在直线周围,且知道房屋价格永远不可能为小于0,所以直线的左下角趋于0。
这样的直线名称为ReLU(Rectified Linear Unit)线性修正单元。
这样我们就可以提炼出一个最简单的神经网络了
我们把房屋大小当做输入,房屋价格当做输出,而中间的神经元(neuron)则完成以下的功能:
- 取房屋大小的值
- 完成函数运算
- 输出房屋价格的值
这是一个单神经网络,更大的神经网络是把这些单神经网络堆叠起来的,如下面例子:
这里选取多个特征作为输入,按照分层的思想来看,也叫输入层(input layer)。
输入层输入后,经过神经元运算,神经元这一层叫做隐藏层(hidden layer),即这些神经元运算过程中生成的值是我们观测不到的。
最后输出结果,这一层叫做输出层(output layer)。