04-Day3.md

第三周课程总结

时间：2021.03.09

Numpy库

• 矩阵运算：相乘使用dot（）函数
• 数组创建：array（）
• 算数运算：+，-，*
• 函数运算：sin（），cos（），square（），sqrt（）

深度学习1：人工神经元

• 人工神经元（带权重的函数）

  • 激活函数：Sigmoid函数、tanh函数、ReLU函数

  • 逻辑斯提回归单元：所有输入线性加权叠加，经过一个非线性函数（激活函数）输出

  • 整流线性单元：ReLU单元

• 单个人工神经元的能力-模拟布尔运算

  • 基本布尔运算：与、或、非
  • 复合布尔运算：与非、异或

• 多个神经元的能力-解决XOR问题

  • 基于OR、NAND和AND实现
  • 基于OR、NOT和AND门实现

深度学习2：多层神经网络

• 分类任务：对新数值进行集合分类——分类方法
  • 用经验调参法找到合适的权重
  • 网络层数越多，表达能力越强，但权重数量越多
  • 自动化的权重确定方法：用交叉熵CE，计算损失
• 预测任务：预测新的数值——回归方法
  • 用均方误差MSE方法，计算损失