- 注重实践，思考你所学能联系哪些实践
学习路线
- 神经网络和深度学习的基本概念
- 什么是神经网络what is a neural network
可以先看一下这个例子，房子的规模及其他的因素决定房子的价格，x就可以看作是影响房子价格的因素，y呢就可以是从x经过一个神经元（neuron）处理后得出的预测的房子的价格。ReLU函数（线性整流函数）
将诸多因素（输入层）经过神经元（连接）的处理，将数据传输到输出层。
而神经网络或是深度学习在当今社会有很多应用，如
房价预测可以应用到房地产中(Real Estate)------标准神经网络
监测用户浏览的数据可以向用户推送相应的在线广告(Online Advertising) ------标准神经网络
图像处理(Photo tagging)------卷积神经网络（CNN）
语音识别(Speech Recognition)---------循环神经网络（RNN）
机器翻译(Machine Translation) ---------循环神经网络（RNN）
自动无人驾驶(Autonomous Driving)-------更复杂，混合其它神经网络
结构化数据和非结构化数据
函数的迁移来提高效率sigmoid函数到ReLU函数：
在sigmoid函数中,在图中两点机器学习的速度会很缓慢，梯度几乎为0，而ReLU函数的梯度都是1，提高了运算速度