人工智能，机器学习，深度学习，神经网络，emmmm，傻傻分不清楚，这都啥呀，你知道吗？我不知道。你知道吗？我不知道。
来来来，接下来，整硬菜：
先解释一下这几个概念：
人工智能：
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是新一轮科技革命和产业变革的重要驱动力量。
机器学习：一种实现人工智能的方法。
深度学习：一种实现机器学习的技术。
神经网络：一种机器学习的算法。
什么是神经网络？
点成线，线成面（网）
生物神经网络的基本工作原理：
与下图食用更加：
（人工）神经网络：
模拟生物神经网络的一种人工实现。
a1~an：输入值
w1~wn：权重
SUM：加权求和
f：激活函数
t：输出
类比之后是不是就很好理解了
我们把上述的步骤简化一下：
看不懂？那就看这个：
把猫咪和狗子分开，从图中很容易就发现，直接中间切一刀，两边就分开了。函数也很简单y=kx+b,一条直线呗。
问题来了！
如果我掏出这样的模型，那么阁下应该如何应对。
那就多层神经网络（多切几刀，手动狗头）
诶！！！它来了
所以怎么理解呢，改变他们的线性关系，这个与另一个特征结合起来就很好理解，归一化。
先看下几个激活函数的曲线图
sigmoid：
tanh：
RELU：
可以看出，除了RELU之外，其他两个都被某种神秘力量掰弯了，嗯？掰弯了，哲学♂大扳手！！！
但其实RELU也被折了一下，他们都失去了一些宝贵的东西（我指的是线性），除了RELU，其他两种在归一化的特性显示也特别明显。
后面还会介绍其他激活函数，后期单独出一期各个激活函数的优缺点及比较。一键三连走起好吧。
张量tensor
什么是张量？张亮麻辣烫，哇，脆皮豆腐贼好吃（口水）
[
[1,2],
[3,4]
],
[
[5,6],
[7,8]
],
[
[9,10],
[11,12]
]
]
[
[1,2],
[3,4],
[13,14]
],
[
[5,6],
[7,8],
[15,16]
],
[
[9,10],
[11,12],
[17,18]
]
]
如何设计神经网络
对隐含层的感性认识
举个栗子：你喜不喜欢我？你只需要回答喜欢还是不喜欢，而不是扯其他乱七八糟的东西。
那么所有的节点都应该是这样的，我希望的是得到一个肯定的回答，而不是模棱两可的回答。
我希望所有的节点都是钢铁直男。
什么是深度学习（Deep Learning）？
The biggest title in this blog！！！
给你点color see see
