神经网络学习第一天总结
1、初识神经网络
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。
图中显示：当数据规模比较小的时候，用机器学习算法和深度学习算法，效果都是一样的，随着数据规模的增加，深度学习算法显示的效果优于机器学习算法，也许正是大数据的兴起，造就了深度学习
神经网络可以用来做什么呢？
2、计算机视觉所面临的挑战
1、照射角度
2、形状改变
3、光照强度
4、部分遮蔽
5、背景混入
常规的套路
3、过渡：K近邻尝试图像分类
出来混早晚都要还的（因为KNN分类器不需要训练，所以计算的复杂度比较高）
数据库样例：
如何计算呢？
测试的结果
最近邻代码
4、超参数
测试
背景主导
5、线性分类原理
得分函数
实例
6、损失函数
这里面的1表示容忍的范围
整体计算
7、正则化惩罚项
终极版
8、softmax分类器
SVM和softmax比较
更多精彩
