上节课我们讲到了人工智能大脑的内部构造。和人类一样，AI的大脑也有神经元，用圆圈来表示。这些神经元是互相连接的。

这些神经元被分成三层：

1、输入层

2、隐藏层

3、输出层

输入层用来接收输入的数据。输入层把输入传递到隐藏层的第一层。

隐藏层对输入数据进行数学计算。建立神经网络的一个难题就是如何决定隐藏层的数量以及每一层的神经元个数。

深度学习中的“深”指的是神经网络有超过一层的隐藏层。

输出层返回输出数据。

训练AI是深度学习中最难的部分。为什么呢？

1.需要大数据集。

2.需要很强的计算能力。

为了训练AI，我们需要从数据集中给出输入，并将AI的输出与数据集的输出进行比较。由于AI尚未经过训练，其输出将是错的。

一旦遍历了整个数据集，就可以创建一个函数来显示AI的输出与实际输出的偏差。这个函数被称为代价函数。

理想情况下，我们希望代价函数为零。此时，AI的输出和数据集的输出一样。

那么它是如何降低代价函数呢？这就是深度学习魔力开始的地方。

实际上，我们用梯度下降方法。

梯度下降可以用来找到函数的最小值，梯度下降的原理是，在每次遍历数据集后，稍稍增加权重。通过计算一定权重下的代价函数的导数（梯度），我们可以看出最小值在哪个方向上。

为了使代价函数最小化，需要多次遍历数据集。这就是为什么需要很强的计算能力。

使用梯度下降更新权重是自动完成的。这就是深度学习的神奇之处！

那么本期内容精彩继续，净智老师会解密机器学习及机器学习的任务,大家敬请观看！

本期课程：机器学习及学习任务

Skymind

智者见“智”AI科普系统课程上线

课程亮点

科普课程共四期，由浅至深的解密人工智能与深度学习，以最浅白的方式介绍人工智能和深度学习，以及深度学习的运作方式。每期可分为2-3个主题视频，一周更新一个主题，视频内容简明扼要，独具匠心，利用“时间碎片化”便可分享AI前沿技术，感受到AI的无限魅力。

并且可以快速提升用户在认知与实践上的知识和技能，使其在学习和实战过程中深度挖掘并解决目前部署过程中遇到的难题。

更新时间：

每周五AM10:00

主办单位：

墨子沙龙＆Skymind

课程摘要：

01解密人工智能与深度学习

解密人工智能与深度学习

深度的运作方式

机器学习及学习任务

02深入探索神经网络

利用前馈神经网络介绍神经网络运作及学习方法

向前传播（一）

向前传播（二）

反向传播（一）

反向传播（二）

03深度学习让计算机看得见

介绍卷积神经网络结构 (CNN)

深度学习在机器视觉的应用

04如何给深度学习装上记忆机制

了解循环神经网络

介绍长短时记忆网络 (LSTM)

长短时记忆网络的应用

讲师介绍：

罗净智

高级讲师

马来西亚理科大学硕士

Skymind 高级深度学习工程师

Skymind 深度学习商业培训课程高级讲师

其研究方向为机器视觉及感应器的信号处理，他在机器视觉及传感器领域内开发基于深度学习的应用程式,设计及利用机器视觉技术进行自动化的产品质量检查,曾开发过针对不同商业领域的应用。

惊喜福利

凡有关课程的问题都可以微信后台留言提问或者进群交流，第五期会做专期答疑解惑，小伙伴们好好学习，天天向上！

凡有关于深度学习就业与授课经验的小伙伴可以一起加入我们的讲师队伍，凡参与竞聘皆可送《深度学习基础与实践》一本，并有丰厚报酬等着您（详情可进群咨询工作人员）。

Skymind

想要和更多志同道合的人一同探索深度学习的知识，获得与大牛共同交流AI行业知识的贴心服务，及时获取AI行业最新技术更新吗？

扫描二维码 ｜ 加入我们

关于“墨子沙龙”

墨子沙龙是由中国科学技术大学上海研究院主办、上海市浦东新区科学技术协会及中国科大新创校友基金会协办的公益性大型科普论坛。沙龙的科普对象为对科学有浓厚兴趣、热爱科普的普通民众，力图打造具有中学生学力便可以了解当下全球最尖端科学资讯的科普讲坛。