1.1 歡迎(Welcome)

深度學習改變了傳統互聯網業務，例如如網絡搜索和廣告。但是深度學習同時也使得許多新產品和企業以很多方式幫助人們，從獲得更好的健康關注。

深度學習做的非常好的一個方面就是讀取X光圖像，到生活中的個性化教育，到精準化農業，甚至到駕駛汽車以及其它一些方面。如果你想要學習深度學習的這些工具，并應用它們來做這些令人窒息的操作，本課程將幫助你做到這一點。當你完成cousera上面的這一系列專項課程，你將能更加自信的繼續深度學習之路。在接下來的十年中，我認為我們所有人都有機會創造一個驚人的世界和社會，這就是AI（人工智能）的力量。我希望你們能在創建AI（人工智能）社會的過程中發揮重要作用。

我認為AI是最新的電力，大約在一百年前，我們社會的電氣化改變了每個主要行業，從交通運輸行業到制造業、醫療保健、通訊等方面，我認為如今我們見到了AI明顯的令人驚訝的能量，帶來了同樣巨大的轉變。顯然，AI的各個分支中，發展的最為迅速的就是深度學習。因此現在，深度學習是在科技世界中廣受歡迎的一種技巧。

通過這個課程，以及這門課程后面的幾門課程，你將獲取并且掌握那些技能。

下面是你將學習到的內容：

在cousera的這一系列也叫做專項課程中,在第一門課中（神經網絡和深度學習），你將學習神經網絡的基礎，你將學習神經網絡和深度學習，這門課將持續四周，專項課程中的每門課將持續2至4周。

但是在第一門課程中，你將學習如何建立神經網絡（包含一個深度神經網絡），以及如何在數據上面訓練他們。在這門課程的結尾，你將用一個深度神經網絡進行辨認貓。

由于某種原因，第一門課會以貓作為對象識別。

接下來在第二門課中，我們將使用三周時間進行深度學習方面的實踐，學習嚴密地構建神經網絡，如何真正讓它表現良好，因此將要學習超參數調整、正則化、診斷偏差和方差以及一些高級優化算法，比如Momentum和Adam算法，猶如黑魔法一樣根據你建立網絡的方式。第二門課只有三周學習時間。

在第三門課中，我們將使用兩周時間來學習如何結構化你的機器學習工程。事實證明，構建機器學習系統的策略改變了深度學習的錯誤。

舉個例子：你分割數據的方式，分割成訓練集、比較集或改變的驗證集，以及測試集合，改變了深度學習的錯誤。

所以最好的實踐方式是什么呢？

你的訓練集和測試集來自不同的貢獻度在深度學習中的影響很大，那么你應該怎么處理呢？

如果你聽說過端對端深度學習，你也會在第三門課中了解到更多，進而了解到你是否需要使用它，第三課的資料是相對比較獨特的，我將和你分享。我們了解到的所有的熱門領域的建立并且改良許多的深度學習問題。這些當今熱門的資料，絕大部分大學在他們的深度學習課堂上面里面不會教的，我認為它會提供你幫助，讓深度學習系統工作的更好。

在第四門課程中，我們將會提到卷積神經網絡(CNN(s))，它經常被用于圖像領域，你將會在第四門課程中學到如何搭建這樣的模型。

最后在第五門課中，你將會學習到序列模型，以及如何將它們應用于自然語言處理，以及其它問題。

序列模型包括的模型有循環神經網絡（RNN）、全稱是長短期記憶網絡（LSTM）。你將在課程五中了解其中的時期是什么含義，并且有能力應用到自然語言處理（NLP）問題。

總之你將在課程五中學習這些模型，以及能夠將它們應用于序列數據。比如說，自然語言就是一個單詞序列。你也將能夠理解這些模型如何應用到語音識別或者是編曲以及其它問題。

因此，通過這些課程，你將學習深度學習的這些工具，你將能夠去使用它們去做一些神奇的事情，并借此來提升你的職業生涯。

吳恩達

---

1.2 什么是神經網絡？(What is a Neural Network)

我們常常用深度學習這個術語來指訓練神經網絡的過程。有時它指的是特別大規模的神經網絡訓練。那么神經網絡究竟是什么呢？在這個視頻中，我會講解一些直觀的基礎知識。

讓我們從一個房價預測的例子開始講起。

假設你有一個數據集，它包含了六棟房子的信息。所以，你知道房屋的面積是多少平方英尺或者平方米，并且知道房屋價格。這時，你想要擬合一個根據房屋面積預測房價的函數。

如果你對線性回歸很熟悉，你可能會說：“好吧，讓我們用這些數據擬合一條直線。”于是你可能會得到這樣一條直線。

但有點奇怪的是，你可能也發現了，我們知道價格永遠不會是負數的。因此，為了替代一條可能會讓價格為負的直線，我們把直線彎曲一點，讓它最終在零結束。這條粗的藍線最終就是你的函數，用于根據房屋面積預測價格。有部分是零，而直線的部分擬合的很好。你也許認為這個函數只擬合房屋價格。

作為一個神經網絡，這幾乎可能是最簡單的神經網絡。我們把房屋的面積作為神經網絡的輸入（我們稱之為），通過一個節點（一個小圓圈），最終輸出了價格（我們用表示）。其實這個小圓圈就是一個單獨的神經元。接著你的網絡實現了左邊這個函數的功能。

在有關神經網絡的文獻中，你經常看得到這個函數。從趨近于零開始，然后變成一條直線。這個函數被稱作ReLU激活函數，它的全稱是Rectified Linear Unit。rectify（修正）可以認為是MAx(0,x)，這也是你得到一個這種形狀的函數的原因。

如果這是一個單神經元網絡，不管規模大小，它正是通過把這些單個神經元疊加在一起來形成。

如果你把這些神經元想象成單獨的樂高積木，你就通過搭積木來完成一個更大的神經網絡。

例子：我們不僅僅用房屋的面積來預測它的價格，現在你有了一些有關房屋的其它特征，比如臥室的數量，或許有一個很重要的因素，一家人的數量也會影響房屋價格，這個房屋能住下一家人或者是四五個人的家庭嗎？而這確實是基于房屋大小，以及真正決定一棟房子是否能適合你們家庭人數的臥室數。

換個話題，你可能知道郵政編碼或許能作為一個特征，告訴你步行化程度。比如這附近是不是高度步行化，你是否能步行去雜貨店或者是學校，以及你是否需要駕駛汽車。有些人喜歡居住在以步行為主的區域，另外根據郵政編碼還和富裕程度相關（在美國是這樣的）。但在其它國家也可能體現出附近學校的水平有多好。

在圖上每一個畫的小圓圈都可以是ReLU的一部分，也就是指修正線性單元，或者其它稍微非線性的函數。基于房屋面積和臥室數量，可以估算家庭人口，基于郵編，可以估測步行化程度或者學校的質量。最后你可能會這樣想，這些決定人們樂意花費多少錢。

對于一個房子來說，這些都是與它息息相關的事情。在這個情景里，家庭人口、步行化程度以及學校的質量都能幫助你預測房屋的價格。以此為例， x是所有的這四個輸入， y是你嘗試預測的價格，把這些單個的神經元疊加在一起，我們就有了一個稍微大一點的神經網絡。這顯示了神經網絡的神奇之處，雖然我已經描述了一個神經網絡，它可以需要你得到房屋面積、步行化程度和學校的質量，或者其它影響價格的因素。?

神經網絡的一部分神奇之處在于，當你實現神經網絡之后，你要做的只是輸入，就能得到輸出。因為它可以自己計算你訓練集中樣本的數目以及所有的中間過程。所以，你實際上要做的就是：這里有四個輸入的神經網絡，這輸入的特征可能是房屋的大小、臥室的數量、郵政編碼和區域的富裕程度。給出這些輸入的特征之后，神經網絡的工作就是預測對應的價格。同時也注意到這些被叫做隱藏單元，在一個神經網絡中，它們每個都從輸入的四個特征獲得自身輸入，比如說，第一個結點代表家庭人口，而家庭人口僅僅取決于x1和x2特征，換句話說，在神經網絡中，你決定在這個結點中想要得到什么，然后用所有的四個輸入來計算想要得到的。因此，我們說輸入層和中間層被緊密的連接起來了。

值得注意的是神經網絡給予了足夠多的關于x和y的數據，給予了足夠的訓練樣本有關x和y。神經網絡非常擅長計算從x到y的精準映射函數。

你可能發現神經網絡在監督學習的環境下是如此的有效和強大，也就是說你只要嘗試輸入一個x，即可把它映射成y，就好像我們在剛才房價預測的例子中看到的效果。

1.3 神經網絡的監督學習(Supervised Learning with Neural Networks)

關于神經網絡也有很多的種類，考慮到它們的使用效果，有些使用起來恰到好處，但事實表明，到目前幾乎所有由神經網絡創造的經濟價值，本質上都離不開一種叫做監督學習的機器學習類別，讓我們舉例看看。

在監督學習中你有一些輸入x，你想學習到一個函數來映射到一些輸出y，比如我們之前提到的房價預測的例子，你只要輸入有關房屋的一些特征，試著去輸出或者估計價格y。我們舉一些其它的例子，來說明神經網絡已經被高效應用到其它地方。

如今應用深度學習獲利最多的一個領域，就是在線廣告，通過在網站上輸入一個廣告的相關信息，因為也輸入用戶的信息，于是網站就會考慮是否向你展示廣告。

神經網絡已經非常擅長預測你是否會點開這個廣告，通過向用戶展示最有可能點開的廣告，這就是神經網絡在很多家公司提高獲利的一種應用。因為有這種向你展示你最有可能點擊的廣告的能力，而這一點擊的行為的改變會直接影響到一些大型的在線廣告公司的收入。

計算機視覺在過去的幾年里也取得了長足的進步，這也多虧了深度學習。你可以輸入一個圖像，然后想輸出一個索引，范圍從1到1000來試著告訴你這張照片，它可能是，比方說，1000個不同的圖像中的任何一個，所以你可能會選擇用它來給照片打標簽。

深度學習最近在語音識別方面的進步也是非常令人興奮的，你現在可以將音頻片段輸入神經網絡，然后讓它輸出文本記錄。得益于深度學習，機器翻譯也有很大的發展。你可以利用神經網絡輸入英語句子，接著輸出一個中文句子。

在自動駕駛技術中，你可以輸入一幅圖像，就好像一個信息雷達展示汽車前方有什么，據此，你可以訓練一個神經網絡，來告訴汽車在馬路上面具體的位置，這就是神經網絡在自動駕駛系統中的一個關鍵成分。

那么深度學習系統已經可以創造如此多的價值，通過智能的選擇來針對于你當前的問題，然后擬合監督學習部分，往往是一個更大的系統，比如自動駕駛。這表明神經網絡類型的輕微不同，也可以產生不同的應用，比如說，應用到我們在上一個視頻提到的房地產領域，我們不就使用了一個普遍標準神經網絡架構嗎？

對于圖像應用，我們經常在神經網絡上使用卷積（Convolutional Neural Network），通常縮寫為CNN。

對于序列數據，例如音頻，有一個時間組件，隨著時間的推移，音頻被播放出來，所以音頻是最自然的表現。

作為一維時間序列（兩種英文說法one-dimensional time series / temporal sequence）.對于序列數據，經常使用遞歸神經網絡（Recurrent Neural Network），英語和漢語、字母表或單詞都是逐個出現的，所以語言也是最自然的序列數據，因此更復雜的RNNs版本經常用于這些應用。

對于更復雜的應用比如自動駕駛，你有一張圖片，可能會顯示更多的CNN卷積神經網絡結構，其中的雷達信息是完全不同的，你可能會有一個更定制的混合的神經網絡結構。所以為了更具體地說明什么是標準的CNN和RNN結構，在文獻中你可能見過這樣的圖片，這是一個標準的神經網絡。

你也可能見過這樣的圖片，這是一個卷積神經網絡的例子。

我們會在后面的課程了解這幅圖的原理和實現，卷積網絡(CNN)通常用于圖像數據。

你可能也會看到這樣的圖片，而且你將在以后的課程中學習如何實現它。

遞歸神經網絡(RNN)非常適合這種一維序列，數據可能是一個時間組成部分。

你可能也聽說過機器學習對于結構化數據和非結構化數據的應用，結構化數據意味著數據的基本數據庫。

例如在房價預測中，你可能有一個數據庫，有專門的幾列數據告訴你臥室的大小和數量，這就是結構化數據。

或預測用戶是否會點擊廣告，你可能會得到關于用戶的信息，比如年齡以及關于廣告的一些信息，然后對你的預測分類標注，這就是結構化數據。

意思是每個特征，比如說房屋大小臥室數量，或者是一個用戶的年齡，都有一個很好的定義。

非結構化數據是指比如音頻，原始音頻或者你想要識別的圖像或文本中的內容。這里的特征可能是圖像中的像素值或文本中的單個單詞。

從歷史經驗上看，處理非結構化數據是很難的，與結構化數據比較，讓計算機理解非結構化數據很難，而人類進化得非常善于理解音頻信號和圖像，文本是一個更近代的發明，但是人們真的很擅長解讀非結構化數據。

深度學習和神經網絡使得計算機現在能更好地解釋非結構化數據，這為我們創造了機會。許多新的令人興奮的應用被使用，例如：語音識別、圖像識別、自然語言文字處理。因為人們天生就有本領去理解非結構化數據，你可能聽說神經網絡更多在媒體非結構化數據的成功，但當神經網絡識別一只貓時那真的很酷，我們都知道那意味著什么。

但結果也表明，神經網絡在許多短期經濟價值的創造，也是基于結構化數據的。比如更好的廣告系統、更好的利潤建議，還有更好的處理大數據的能力。

因此在這門課中，我們將要討論的許多技術都將適用，不論是對結構化數據還是非結構化數據。為了解釋算法，我們將在使用非結構化數據的示例中多畫一點圖片，但正如你所想的通過運用神經網絡，我希望你能發現神經網絡算法對于結構化和非結構化數據都有用處。

1.4 為什么深度學習會興起？(Why is Deep Learning taking off?)

深度學習和神經網絡之前的基礎技術理念已經存在大概幾十年了，為什么它們現在才突然流行起來呢？本節課程主要講述一些使得深度學習變得如此熱門的主要驅動因素，這將會幫助你在你的組織機構內發現最好的時機來應用這些東西。

在過去的幾年里，很多人都問我為什么深度學習能夠如此有效。當我回答這個問題時，我通常給他們畫個圖，在水平軸上畫一個形狀，在此繪制出所有任務的數據量，而在垂直軸上，畫出機器學習算法的性能。比如說準確率體現在垃圾郵件過濾或者廣告點擊預測，或者是神經網絡在自動駕駛汽車時判斷位置的準確性，根據圖像可以發現，如果你把一個傳統機器學習算法的性能畫出來，作為數據量的一個函數，你可能得到一個彎曲的線，就像圖中這樣，它的性能一開始在增加更多數據時會上升，但是一段變化后它的性能就會像一個高原一樣。假設你的水平軸拉的很長很長，它們不知道如何處理規模巨大的數據，而過去十年里，我們遇到的很多問題只有相對較少的數據量。

數字化社會的來臨，現在的數據量都非常巨大，僅僅在過去的20年里對于很多應用，我們便收集到了大量的數據，遠超過機器學習算法能夠高效發揮它們優勢的規模。

神經網絡展現出的是：
如果你訓練一個小型的神經網絡，那么這個性能可能會像下圖黃色曲線表示那樣；
如果你訓練一個稍微大一點的神經網絡，比如說一個中等規模的神經網絡（下圖藍色曲線），它在某些數據上面的性能也會更好一些；
如果你訓練一個非常大的神經網絡，它就會變成下圖綠色曲線那樣，并且保持變得越來越好。

因此可以注意到兩點：如果你想要獲得較高的性能體現，那么有兩個條件要完成，第一個需要訓練一個規模足夠大的神經網絡，以發揮數據規模量巨大的優點，第二個需要很多的數據。因此我們經常說規模一直在推動深度學習的進步，這里的規模指的也同時是神經網絡的規模，我們需要一個帶有許多隱藏單元的神經網絡，也有許多的參數及關聯性，就如同需要大規模的數據一樣。

事實上如今最可靠的方法來在神經網絡上獲得更好的性能，往往就是要么訓練一個更大的神經網絡，要么投入更多的數據，這只能在一定程度上起作用，因為最終你耗盡了數據，或者最終你的網絡是如此大規模導致將要用太久的時間去訓練，但是僅僅提升規模的的確確地讓我們在深度學習的世界中摸索了很多時間。為了使這個圖更加從技術上講更精確一點，在軸下面已經寫明的數據量，這兒加上一個標簽（label）量，通過添加這個標簽量，也就是指在訓練樣本時，我們同時輸入x和標簽y，接下來引入一點符號，使用小寫的字母m表示訓練集的規模，或者說訓練樣本的數量，這個小寫字母就橫軸結合其他一些細節到這個圖像中。

如果你沒有大量的訓練集，那效果會取決于你的特征工程能力，那將決定最終的性能。假設有些人訓練出了一個SVM（支持向量機）表現的更接近正確特征，然而有些人訓練的規模大一些，可能在這個小的訓練集中SVM算法可以做的更好。因此你知道在這個圖形區域的左邊，各種算法之間的優先級并不是定義的很明確，最終的性能更多的是取決于你在用工程選擇特征方面的能力以及算法處理方面的一些細節，只是在某些大數據規模非常龐大的訓練集，也就是在右邊這個會非常的大時，我們能更加持續地看到更大的由神經網絡控制的其它方法，因此如果你的任何某個朋友問你為什么神經網絡這么流行，我會鼓勵你也替他們畫這樣一個圖形。

所以可以這么說，在深度學習萌芽的初期，數據的規模以及計算量會限制我們對于訓練一個特別大的神經網絡的能力，無論是在CPU還是GPU上面，那都使得我們取得了巨大的進步。但是漸漸地，尤其是在最近這幾年，算法方面的極大創新一直是在嘗試著使得神經網絡運行的更快。

作為一個具體的例子，神經網絡方面的一個巨大突破是從sigmoid函數轉換到一個ReLU函數，這個函數我們在之前的課程里提到過。

如果你無法理解剛才我說的某個細節，也不需要擔心，可以知道的一個使用sigmoid函數和機器學習問題中，在這個區域，這個sigmoid函數的梯度會接近零，所以學習的速度會變得非常緩慢，因為當你實現梯度下降以及梯度接近零的時候，參數會更新的很慢，所以學習的速率也會變的很慢，

在神經網絡中，通過改變這個被叫做激活函數的東西，換用ReLU的函數（修正線性單元），ReLU它的梯度對于所有輸入的負值都是零，因此梯度更加不會趨向逐漸減少到零。而這里的梯度，這條線的斜率在這左邊是零，僅僅通過將Sigmod函數轉換成ReLU函數，便能夠使得梯度下降（gradient descent）的算法運行的更快。但是根本上算法創新是對計算帶來的優化，所以有很多像這樣的例子，我們通過改變算法，使得代碼運行的更快，這也使得我們能夠訓練規模更大的神經網絡，或者是多端口的網絡。

即使我們從所有的數據中擁有大規模的神經網絡，快速計算顯得更加重要的另一個原因是，訓練你的神經網絡的過程，很多時候是憑借直覺的，往往你對神經網絡架構有了一個想法，于是你嘗試寫代碼實現你的想法，然后讓你運行一個試驗環境來告訴你，你的神經網絡效果有多好，通過參考這個結果再返回去修改你的神經網絡里面的一些細節，然后你不斷的重復上面的操作，當你的神經網絡需要很長時間去訓練，需要很長時間重復這一循環。

在10分鐘內或者一天內，你可以嘗試更多的想法，那極有可能使得你的神經網絡在你的應用方面工作的更好、更快的計算，在提高速度方面真的有幫助，那樣你就能更快地得到你的實驗結果。這也同時幫助了神經網絡的實驗人員和有關項目的研究人員在深度學習的工作中迭代的更快，也能夠更快的改進你的想法，所有這些都使得整個深度學習的研究社群變的如此繁榮，包括令人難以置信地發明新的算法和取得不間斷的進步，這些都是開拓者在做的事情，這些力量使得深度學習不斷壯大。

好消息是這些力量目前也正常不斷的奏效，使得深度學習越來越好。

研究表明我們的社會仍然正在拋出越來越多的數字化數據，或者用一些特殊的硬件來進行計算，比如說GPU，以及更快的網絡連接各種硬件。我非常有信心，我們可以做一個超級大規模的神經網絡，而計算的能力也會進一步的得到改善，還有算法相對的學習研究社區連續不斷的在算法前沿產生非凡的創新。根據這些我們可以樂觀地回答，同時對深度學習保持樂觀態度，在接下來的這些年它都會變的越來越好。

1.5 關于這門課(About this Course)

首先，快速地介紹一下下周的學習內容：

這個專項有五門課程，目前正處于第一門課：神經網絡與深度學習。在這門課中將教會你最重要的基礎知識。當學習到第一門課末尾，你將學到如何建立一個深度神經網絡并且使之奏效。

下面是關于第一門課的一些細節，這門課有四周的學習資料：

第一周：關于深度學習的介紹。在每一周的結尾也會有十個多選題用來檢驗自己對材料的理解；

第二周：關于神經網絡的編程知識，了解神經網絡的結構，逐步完善算法并思考如何使得神經網絡高效地實現。

第三周：從第二周開始做一些編程訓練（付費項目），自己實現算法；在學習了神經網絡編程的框架之后，你將可以編寫一個隱藏層神經網絡，所以需要學習所有必須的關鍵概念來實現神經網絡的工作；

第四周：建立一個深層的神經網絡。

1.6 課程資源(Course Resources)

我希望你們喜歡這門課程，為了幫助你們完成課程，本次課程將列舉一些課程資源。

首先，如果你有任何疑問，或是想和其他同學討論問題，或是想和包括我在內的教學人員討論任何問題，或是想要歸檔一個錯誤，論壇是最好的去處，我和其他教學人員將定期關注論壇的內容。論壇也是一個你從同學那里得到問題答案的好地方，如果想要回答同學的問題，可以從課程首頁來到論壇：

在論壇上是提問的最佳途徑，但是出于一些原因，可能要直接聯系我們，可以將郵件發送到這個地址，我們會盡力閱讀每一份郵件并嘗試解決普遍出現的問。由于郵件數量龐大，不一定能迅速回復每一封郵件。郵箱地址如下，祝你們好運！

Contact us:?feedback@deeplearning.ai

Companies:?enterprise@deeplearning.ai

Universities:?academic@deeplearning.ai

總結

以上是生活随笔為你收集整理的第一周：深度学习引言(Introduction to Deep Learning)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。