第一次作业：深度学习基础
【第一部分】视频学习心得及问题总结
【1】人工智能的三个层面：计算智能->感知智能->认知智能 ；
【2】人工智能包括机器学习包括深度学习；
【3】机器学习应用包括三个领域：计算机视觉，语音技术，自然语言处理；
【4】机器学习需要先建模型，选择策略，最优化算法；
其中模型分类有三大类，数据标记包括监督学习类型和无监督学习类型 数据分布包括参数模型和非参数模型 建模对象包括判别模型和生成模型。
【5】接下来重点关于深度学习：
深度学习的六大不能以及相应的解释性的三个层次；
【6】深度学习模拟神经元的工作 其中f为激活函数 激活函数包括sigmoid,tanh,relu,leaky relu....(吴恩达的课中学过sigmoid用来分类时将数据处理到0-1之间)
【7】万有逼近定理；
【8】通过将图像弯曲 可用线性问题解决非线性问题；
【8】BP算法
【9】梯度消失问题：
【10】深度学习经历了逐层预处理阶段，主要技术有自编码器和RBM但是没有什么实质性的改变
【11】现在，使用DNN；
【12】Pytorch的基础，它是一个Python库，使用张量Torch和function来定义数据和计算；
【13】张量的关键组成
【14】反向传播存在grad-fn中
【第二部分】代码练习
【1】图像处理基本练习
出现错误：name‘exposure’ is not defined 解决方法：import skimage from skimage import exposure
【2】螺旋数据分类
【第三部分】总结
第一次正式的作业，学习到了很多，同时也有很多很多不足的地方，下次需要改善，加强！！
1，看视频课的时候要同时做着笔记,。
2，多总结，整理！！！！
3，代码不要贴截图 要专门贴代码，方便以后查看试验。
4，我爱学习，学习爱我，fighting！！！！！！
