神经网络简介

花一个多小时学完了这门神经网络简介这门课程

课程链接：https://www.imooc.com/learn/930

对其有了一些了解

• 这门课程和数学有很大的联系，让我感受到了数学的神奇伟大美丽

  课程中用到了求导、线性函数、非线性函数即线性组合、非线性处理。

  
  

• 大概就是用局部的线性函数来表示全体的非线性函数，类似积分了

• 比较重要的一张图

• 单层神经网络：原始值、隐含层、输出层、输出值。神奇的x与y，好强大
  

• 

• 运用到了线性组合、非线性处理：

解决非线性问题，每一个神经元，将输入值进行线性组合，然后转化为非线性结果

• 认识了几个函数：

  梯度下降，损失函数，激励（活）函数

• 逻辑回归模型

• 反向传播算法，个人理解就是通过电脑计算机判断，如果错误就返回给一个信号，然后计算机修改

  然后不断的改正错误和刺激，来达到人工智能神经网络

  

• 激励函数暂时学了三种

• 默认ReLU函数

• Sigmoid函数，（需要整个区间可导）

• tanh函数

•