原視頻因為是純英文視頻，本人英語水平有限，所以觀看的是經過翻譯的視頻，可能與原視頻內容有所差別，請諒解，下面貼出翻譯視頻地址

視頻鏈接：【中英字幕】吳恩達深度學習課程第一課 — 神經網絡與深度學習_嗶哩嗶哩_bilibili

1.1 歡迎

不做過多贅述

1.2 什么是神經網絡

通過線性回歸找到一條函數，預測房價。
但是因為房價不可能為0，所以直線不能完全代表房價，需要一段彎曲的函數

?x:房間大小，y:房價
神經網絡：實現函數運算，預測結果

這個函數被稱為ReLU函數（有一段為0，后面是直線），全稱“修正線性單元”，修正是指取不小于0的值。這就是一個簡單的神經元，而神經網絡是由這些簡單的神經元組成的。還有用多輸入，預測一個結果，這個計算過程可以成為一個神經網絡。

1.3用神經網絡進行監(jiān)督學習

監(jiān)督學習：輸入x，習得函數，映射到輸出y
可以被應用到深度學習很多方面：
1.預測房價（標準神經網絡）
2.在線廣告（標準神經網絡）
3.計算機視覺（cnn，圖像處理領域）
4.翻譯(rnn，音頻包含時間序列)
5.語音識別(rnn，語言最自然的表達方式也是序列數據)標準神經網絡
6.無人駕駛（混合神經網絡）

?

標準神經網絡

?卷積神經網絡

?循環(huán)網絡

結構化數據：一般是數據的數據庫，意味著每個特征都有清晰定義
非結構化數據：指圖像音頻，文本等

1.4為什么深度學習會興起

因為之前的模型沒辦法處理海量數據，
所以深度學習因為為其優(yōu)秀的處理數據能力使得深度學習逐漸流行起來。

?提到了機器學習的sigmoid函數轉換到ReLU函數。

1.5關于這門課
不多做贅述
1.6課程資源
不多做贅述

總結

以上是生活随笔為你收集整理的吴恩达深度学习第一周课程学习笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。