day1：
一、結構化資料和非結構化資料
結構化資料
結構化資料，是指由二維表結構來邏輯表達和實現的資料，嚴格地遵循資料格式與長度規範，主要通過關係型資料庫進行儲存和管理。也稱作行資料，一般特點是：資料以行為單位，一行資料表示乙個實體的資訊，每一行資料的屬性是相同的。
比如：1 張一 female 3337899 湖北省武漢市
非結構化資料
半結構化資料
半結構化資料，是結構化資料的一種形式，雖不符合關係型資料庫或其他資料表的形式關聯起來的資料模型結構，但包含相關標記，用來分隔語義元素以及對記錄和字段進行分層。因此，也被稱為自描述的結構。
常見的半結構資料有xml和json，比如：a13
female
2、對訓練集、驗證集和測試集的理解
深度學習筆記
在深度神經網路中，通常使用一種叫修正線性單元 rectified linear unit，relu 作為神經元的啟用函式。relu函式其實是分段線性函式，把所有的負值都變為0，而正值不變，這種操作被成為單側抑制。可別小看這個簡單的操作，正因為有了這單側抑制，才使得神經網路中的神經元也具有了稀疏啟用性...
深度學習筆記
如果沒有啟用函式，或則是線性啟用函式，g z z,那麼在深度神經網路中，相當於都做的是線性變換，多個線性變換的組合還是線性變換。這樣的結果和邏輯回歸沒什麼區別，也就是說，這種情況下，無論神經網路的深度有多深，也就等價於乙個一層的網路，隱藏層沒什麼作用。因此需要非線性啟用函式。1.什麼時候插入，ski...
深度學習筆記
tensorflow 不僅是乙個實現機器學習演算法的介面，也是一種框架，也可用於線性回歸 邏輯回歸 隨機森林等演算法 tensorflow 使用資料流圖來規劃計算流程，每個運算操作作為乙個節點 node，節點之間的連線稱為邊，邊中流動的資料稱為張量，故而得名 tensorflow，預算操作可以有自己...