总结和更多
作者: Alice 编辑: 莫烦 发布于: 2016-01-01
学习资料:
总结
前面我们已经了解了关于机器学习和神经网络的基础知识：
学习了 theano 的基本功能，学习建立了回归神经网络，以及添加神经层的类，也建立了分类神经网络， 知道了两种网络在求 cost 时的方法是不一样的， 并且认识了 overfitting 的问题，以及用 L1, L2 正则化来尽量减小这种影响，最后学了保存和提取模型。
使用 Theano 还可以做更多事情, 比如这些高级的应用:
- 例如 GPU 加速，可以通过这个教程链接去学习。
- 还有图像分析中很有优势的卷积神经网络 CNN，可以去学习相关教程。
- RNN 循环神经网络 在处理文字信息时应用很广，也可以通过下面的链接去学习。
降低知识传递的门槛
莫烦经常从互联网上学习知识，开源分享的人是我学习的榜样。 他们的行为也改变了我对教育的态度: 降低知识传递的门槛。 免费 奉献我的所学正是受这种态度的影响。 【支持莫烦】 能让我感到认同，我也更有理由坚持下去。
我组建了微信群，欢迎大家加入，交流经验，提出问题，互相帮持。 扫码后，请一定备注"莫烦"，否则我不会同意你的入群申请。
