day6 第一周深度学习简介测试
一、作业地址
二、错题思考
第4题:也许之前的一些经验可能会有所帮助,但没有人总是可以找到最佳模型或超参数而无需迭代多次
第7题:单纯的看以上数据的话就是非结构化数据,但是这些数据都被整合到了数据集里面,所以是结构化数据
结构化数据:即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据。
非结构化数据:包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。
第8题:因为不太了解RNN(循环神经网络)和CNN(卷积神经网络),找到这篇CNN和RNN介绍(比较形象的解释),大致了解到一些知识。
1、神经网络分为输入层、隐藏层(是输入层和输出层之间众多神经元和链接组成的各个层面)、输出层;
2、RNN在自然语言处理领域应用较广,RNN(循环神经网络)的隐藏层不仅会根据输入层输入的内容计算,同时也会把上一个神经网络隐藏层计算出的结果作为参考之一。具体为什么会影响
3、CNN卷积神经网络比较高深,只了解了大概,主要是应用于图像识别。CNN介绍
主要的几个概念:卷积、池化、全连接层。