簡單的深度學習
通過修改對應的引數，表示邏輯問題
最基本的就是表示簡單的或門 和 與門
當要表示異或時，以上的就不夠了，還要再加一層，才可以表示
由於神經網路需要非常大量的資料，並且計算量極大（哪怕有gpu）
如果資料不是 很多的情況下，該怎麼辦？？？
用深度特徵（deep features），遷移學習
用深度學習提取特徵，然後用簡單的模型進行分類
由上圖就可以知道，假設我有一大堆的貓狗的，為了精確的區分貓狗，我運用8層，一千五百引數的神經網路。
現在，我又有一些其他的，用於區分哪個是椅子，那個不是。但是我的資料量很少，所以就不能用神經網路。那該怎麼辦？？
我們可以考慮 用深度特徵（deep features），遷移學習 的方法解決！！！
即用深度學習提取特徵，然後用簡單的模型進行分類
我們用神經網路訓練貓狗時，用了8層，但其實只有最後一兩層才是用於區分哪個是貓，哪個是狗！！！其他的都是用於提取的特徵。比如 光線強度，摺疊程度，顏色，等等才！！！其實這些特徵可以直接運用到 區分椅子的模型裡。即把貓狗大戰的神經網路模型的前幾層的引數保持不變，直接給 椅子模型使用，再在椅子模型後加上乙個簡單的分類模型（比如svm,logistic 回歸），就形成了最終的模型！！！
Coursera華盛頓大學機器學習課程總結
一 基礎匯入課程 1 回歸 房價 2 分類 亞馬遜商品評價分類 二 回歸 模型 線性回歸 l1 l2正則化回歸 最近鄰回歸和核回歸 演算法 梯度下降 座標下降 概念 損失函式 偏差 方差折中 交叉驗證 稀疏性 過擬合 模型選擇 三 分類 模型 線性分類器 邏輯回歸分類器 svm 神經網路 核 決策樹...
深度學習初探（二）深度學習框架
theano 是最早的深度學習框架之一，是乙個基於 python 語言 定位底層運算的計算庫，theano 同時支援 gpu 和 cpu 運 算。由於theano 開發效率較低，模型編譯時間較長，同時開發人員轉投tensorflow 等原因，theano 目前已經停止維護 scikit learn ...
DeepMind 深度學習原理初探
去年11月，一篇名為 playing atari with deep reinforcement learning 的文章被初創人工智慧公司deepmind的員工上傳到了arxiv 兩個月之後，谷歌花了500萬歐元買下了deepmind公司，而人們對這個公司的了解僅限於這篇文章。近日，tartu大學...