筆記|李宏毅老師機器學習課程，視頻13深度學習的Helloworld
《學習筆記》專欄·第33篇
文 | MLer
822字 | 2分鐘閱讀
【數(shù)據(jù)科學與人工智能】開通了機器學習群，大家可以相互學習和交流。請掃描下方二維碼，備注：姓名-ML，添加我為好友，誠邀你入群，一起進步。
感謝李宏毅老師的分享，他的課程幫助我更好地學習、理解和應用機器學習。李老師的網(wǎng)站：http://speech.ee.ntu.edu.tw/~tlkagk/index.html。這個學習筆記是根據(jù)李老師2017年秋季機器學習課程的視頻和講義做的記錄和總結。因為這個視頻是在Youtube上面，有些朋友可能無法觀看，我把它搬運下來放在云盤上面，大家點擊閱讀原文，就可以直接在手機隨時隨地觀看了。再次，感謝李老師的付出和貢獻。
這門課，共有36個視頻，每個視頻播放的時間不一。我按著視頻播放的順序，觀看，聆聽和學習，并結合講義，做學習筆記。我做學習筆記目的有三：
1 幫助自己學習和理解機器學習
2 記錄機器學習的重要知識、方法、原理和思想
3 為傳播機器學習做點事情
視頻13：深度學習的Hello world
一、Keras介紹回歸的應用
Keras是什么，如下圖：
一個有趣的圖片，描述一位深度學習研究生所做的事情。
二、Deep learning Hello world
手寫數(shù)字圖像識別
1 問題定義
2 利用Keras實現(xiàn)深度學習的三部曲
2.1 定義函數(shù)集
利用Keras構建一個神經(jīng)網(wǎng)絡結構
2.2 度量函數(shù)的好壞
2.3 尋找最佳的函數(shù)
通過訓練集尋找最佳的函數(shù)，需要配置優(yōu)化方法和度量的指標，比方說分類問題，常用adam優(yōu)化器，accuracy做度量指標。
batch_size的值表示一個min-batch含有的隨機分配的樣本數(shù)，epoch表示要反復執(zhí)行完所有樣本數(shù)的輪數(shù)。如下圖：
深度學習為什么采用mini-batch?
從速度和性能來進行分析
李老師，還從矩陣計算的角度分析了mini-batch和隨機梯度下降算法效率問題，如下圖：
Keras訓練的模型應用
思考題：
1 如何使用Keras設計和構建深度學習模型？
2 深度學習模型里面的超參數(shù)如何設置？
朋友們，在學習中有什么問題或者想法，請加入機器學習群，大家一起討論，共同進步。
每周一書
5數(shù)據(jù)科學導論：Python語言實現(xiàn)
課程視頻點擊
↓↓↓