1.概念
- 有监督学习
- 正向传播：输入样本---输入层---各隐层---输出层
- 反向传播：误差以某种形式在通过隐层向输入层逐层反转，并将误差分摊给各层的所有单元，以用于修正各层的权值
- 激活函数：也叫阶跃函数，目的是引入非线性因素，有很多种激活函数，如sigmoid，relu，使用情景如下
- 激活函数作用：如果没有激活函数，则不管有几个隐藏层，都只能表示线性切割，即与单层神经网络相同，而通过使用激活函数，神经网络的每一层都可以学习输入数据的非线性变换，这使得整个网络能够逼近任何复杂的函数。解释如下图。
1.感知机（处理二分类问题）
1.1.概念及与线性回归模型的比较
1.2.梯度下降思想调整感知机参数w和b：
（1）损失函数为误分点到超平面距离的和
书上推理补充：
3.多层前馈神经网络
3.1.思想：
任意复杂连续函数都是n个一般线性函数的叠加，即感知机相当于一个线性函数，那增加n个隐层就可表示任意复杂连续函数。
3.2.区分
（1）感知机为单层网络
（2）加一个隐层为两层网络，也叫单隐层网络
3.3.误差逆传播算法BP算法
（1）用于多层前馈神经网络或其他类型网络，采用链式法则计算各层参数的梯度，然后使用梯度下降法来更新参数，以减小误差。
（2）损失函数为每个预测y值与样本实际y值之差绝对值的和
3.4.标准BP算法与累计BP算法
类似随机梯度下降（每次迭代中仅使用一个样本来计算梯度）、标准梯度下降（整个数据集来计算梯度）
- 标准BP算法：更新频繁；需要更多次数迭代
- 累计BP算法：读取整个训练集后才更新，频率低；更快获得较好解（数据集大更明显）
3.5.过拟合解决方案
过拟合表现：训练误差持续降低，测试误差可能上升
（1）早停：
- 若训练误差降低但测试误差上升，则停止
- 返回最小测试误差的权重和偏置（阈值）
（2）正则化：
- 增加描述网络复杂度的部分，eg权重和阈值的平方和，想要这部分也小一点，别太复杂
- 损失函数变为了\lambda*经验误差+（1-\lambda）*网络复杂度，其中经验误差就是我们上面一直用的损失函数，即预测y与实际y值的差和
4.全局最小与局部极小
在神经网络中，我们对样本进行训练，对于训练得到的结果，我们通过损失函数计算调整权重和阈值，在这个过程中，不管是感知机还是多层前馈网络使用的都是梯度下降策略，希望找到损失函数在某个参数（权重或阈值）方向上的是极小值的点，也就是寻找损失函数在某参数上偏导为0的点，若不为0，则调整该参数使得在损失函数上的取值向最低点靠近。在这个过程中，涉及到一个全局最小和一个局部极小的概念，即如果有多个极小点，那么根据梯度下降很可能找到的是一个局部最小点，而不是全局最小点。解决方案如下：
- 多组不同参数值的神经网络出发
- 模拟退火算法，每一步有一定概率接受比当前更差的结果
- 随机梯度下降，在梯度为0时计算出来的梯度仍可能不为0
5.其他神经网络
（1）PBF网络：单隐层、径向基函数作为隐层神经元激活函数
（2）ART 网络：无监督学习策略、输出神经元相互竞争，每一时刻仅有一个神经元被激活、可塑性-稳定性
（3）SOM 网络：竞争型、无监督神经网络、将高维数据映射到低维空间（通常为2维）同时保持输入数据在高维空间的拓扑结构
（4）级联相关网络
（5）Elman 网络：不同于前馈神经网络，elman是一种递归神经网络，神经元的输出反馈回来作为输入信号
（6）Boltzmann 机：基于能量的模型
6.深度学习模型
模型深度和宽度都较大，其中增加隐层的数目比增加隐层神经元的数目更有效，由于复杂则难以直接用经典算法（例如标准BP算法）进行训练。
训练方法：
（1）无监督逐层训练：预训练（训练时将上一层隐层结点的输出作为输入）+微调（一般使用BP算法），可以先找到局部看起来比较好的设置, 然后再基于这些局部较优的结果联合起来进行全局寻优
（2）权共享：一组神经元使用相同的连接权值，卷积神经网络就是这样
**卷积神经网络：
（1）卷基层：含n个特征映射，每个特征映射为由多个神经元构成的“平面”
（2）采样层：汇合层，减少数据量的同时保留有用信息
（3）连接层：每个神经元被全连接到上一层每个神经元, 本质就是传统的神经网络
激活函数采用修正线性函数relu；可用bp算法训练；每一层的权值都相同，好训练
