吴恩达 深度学习 纪要（1）

标签：方法   .com   结构   组成   结构化   获得   音频   code   可靠   

卷积网络(CNN)通常用于图像数据。递归神经网络(RNN)非常适合一维序列，数据可能是一个时间组成部分。
计算机理解非结构化数据相对更难，如音频，图像像素值或文本中的单个单词。
如今最可靠的方法来在神经网络上获得更好的性能，往往就是要么训练一个更大的神经网络，要么投入更多的数据
，仅仅通过将Sigmoid函数转换成ReLU函数，便能够使得一个叫做梯度下降（gradient descent）的算法运行的更快

         Sigmoid                          ReLU

吴恩达 深度学习 纪要（1）

标签：方法   .com   结构   组成   结构化   获得   音频   code   可靠   

原文地址：https://www.cnblogs.com/61355ing/p/10633874.html