AI100 已经引入 Hugo Larochelle 教授的深度学习课程,会每天在公众号中推送一到两节课,并且对视频中的 PPT 进行讲解。课后,我们会设计一系列的问题来巩固课程中的知识。本节课是 Hugo Larochelle 教授深度学习的第五节课。
课程主要内容
PPT 解释如下:
P1. 首页
P2. 内容回顾,主要讲解了单个神经网络的能力非常有限,它都解决不了XOR任务。
P3. 回顾上一节课的内容,主要讲了只有一层隐藏层的神经网络结构。
P4. 假设隐藏层只有两个神经元,左边的图表示左边的隐藏层神经元,右边的图表示右边的隐藏层神经元,那么两幅图进行相减操作,就可以得到输出神经元的图像,即最上面那副图。这页主要在讲,每个神经元的能力分析。
P5. 这页就是把上一页的两个隐藏层神经元推广到四个神经元。
P6. 在二维情况下描述神经元能力。
P7. 只要有足够多的隐藏层神经元,那么神经网络就可以拟合任何复杂的函数。
课程作业
因为神经网络可以拟合任何复杂的函数,所以当我们在训练集上面完全拟合了数据,那么在测试集上面我们也能完全拟合?
(A)是的 (B)不是的
讲师简介
Hugo Larochelle 教授师从 Yoshua Bengio 教授,并且在 Geoffrey Hinton 教授那里做了两年的博士后工作。目前 Hugo Larochelle 教授是 Google Brain 的研究科学家。他在 Youtube 上面的神经网络课程视频讲的深入浅出,非常适合从零开始学习。
本文为 AI100 原创,转载需得到本公众号同意。