这是一份开光的课程 |《神经网络》中文字幕版（2.1 RNN & 2.2 感知机）

《Neutral Network for Machine Learning》（机器学习中的神经网络）系列课程，是深度学习大神 Geoffrey Hinton 毕生所学之作，也是他目前唯一一门的公开课。

Hinton 何许人？之前介绍过，他是深度学习的开山祖师，三大巨头（另2位巨头是 Yann LeCun 和 Yoshua Bengio，其中 Yann LeCun 是Facebook的人工智能研究总监，CNN（卷积神经网络）之父，同时也是 Hinton 的学生！）。

金庸小说里常见的桥段是，主角偶然的机会，得到了某位武学大师的秘籍，功力大（kai）增（gua）而成就伟业，张无忌的九阳神功、令狐冲的独孤九剑、虚竹的天山六阳掌、郭靖的降龙十八掌等等......

也许你很高傲，但面对这位祖师的毕生所学之作，我也要恭喜点进来的你，因为这份视频教程推出了中文字幕（翻译的是雷锋网旗下的公众号AI研习社，公众号：okweiwu，二维码见文末），更重要的是，这份中文字幕版，得到了 Hinton 神的亲自授权！

往期课程：

• 1.1 为什么要学习机器学习 & 1.2 神经网络机制中的脑科学原理
• 1.3 简单的神经元模型 & 1.4 ANN的MNIST学习范例
• 1.5 这是一份开光的课程 |《神经网络》中文字幕版

本文推送的是《Neutral Network for Machine Learning》这个系列的：

• 2.1 神经网络架构介绍
• 2.2 感知机

2.1 神经网络架构介绍

常见的神经网络有前馈神经网络FFN和循环神经网络RNN，不同的网络结构有着不同的魔力，比如RNN能记忆信息（比FFN强大），已经在语音识别上广泛应用。那么，RNN的魔力到底源自何处？

2.2 感知机

这节课讲的是神经网络早期版本——感知器。它的结构简单，能实现简单的逻辑运算，曾经轰动一时，开启了神经网络的研究热潮。然而，最后却被后来居上的SVM打败，自此一蹶不振。感知器为何会败北？希望大家能从此课一探究竟。

- END -