《学习笔记》专栏·第33篇
文 | MLer
822字 | 2分钟阅读
感谢李宏毅老师的分享，他的课程帮助我更好地学习、理解和应用机器学习。李老师的网站：http://speech.ee.ntu.edu.tw/~tlkagk/index.html。这个学习笔记是根据李老师2017年秋季机器学习课程的视频和讲义做的记录和总结。
这门课，共有36个视频，每个视频播放的时间不一。我按着视频播放的顺序，观看，聆听和学习，并结合讲义，做学习笔记。我做学习笔记目的有三：
1 帮助自己学习和理解机器学习
2 记录机器学习的重要知识、方法、原理和思想
3 为传播机器学习做点事情
视频13：深度学习的Hello world
一、Keras介绍回归的应用
Keras是什么，如下图：
一个有趣的图片，描述一位深度学习研究生所做的事情。
二、Deep learning Hello world
手写数字图像识别
1 问题定义
2 利用Keras实现深度学习的三部曲
2.1 定义函数集
利用Keras构建一个神经网络结构
2.2 度量函数的好坏
2.3 寻找最佳的函数
通过训练集寻找最佳的函数，需要配置优化方法和度量的指标，比方说分类问题，常用adam优化器，accuracy做度量指标。
batch_size的值表示一个min-batch含有的随机分配的样本数，epoch表示要反复执行完所有样本数的轮数。如下图：
深度学习为什么采用mini-batch?
从速度和性能来进行分析
李老师，还从矩阵计算的角度分析了mini-batch和随机梯度下降算法效率问题，如下图：
Keras训练的模型应用
思考题：
1 如何使用Keras设计和构建深度学习模型？
2 深度学习模型里面的超参数如何设置？
课程视频点击 http://47.112.229.252:8082/files/11e762b2-b08c-4420-8f0a-b69adaa03c97/ML Lecture 8-1_ “Hello world” of deep learning.mp4
