神经网络究竟是什么
最简单的一个神经网络
ReLU rectified linear unit 修正线性单元
稍微复杂一些的神经网络
隐藏的中间层
监督学习 supervised learning
监督学习的应用
标准神经网络
标准神经网络
CNN 卷积神经网络 ---图片
卷积神经网络
RNN 循环神经网络 ---语音（ 因为包含时间，线性） 翻译
循环神经网络
自动驾驶 更加复杂，需要用到混合的神经网络
结构化的数据
结构化的数据
非结构化的数据
非结构化的数据
为什么深度学习兴起了？
传统与现代的机器学习的对比
sigmoid函数和ReLU
从sigmoid函数 到 ReLU
sigmoid函数 的问题在于在两边的梯度接近0，学习会变得非常缓慢，应用梯度下降法时，梯度接近0时参数会变化的很慢，学习也会变得很慢。而改变激活函数为ReLU，梯度不会趋向0，就可以将梯度下降法运行的很快。
这提高了机器学习的效率，算法的改进提高了运行的速度
课程大纲
课程大纲
