学习分享一年，对神经网络的理解全都在这40分钟里了
08:59
第一公设：
10:32
- 高中学的点线距
- 范数是一种变元为向量的标量函数，本质上也是函数
- SVM
第二公设：
12:25
第三公设：
14:32
16:01
19:49
万能逼近定理，
21:49
- 激活函数必须是非线性的
- 总之是神经网络的复杂性来自于激活函数
- 激活函数是让他增加复杂度 增加拟合的可能性
为什么增加神经元
25:05
26:31
- 这里对yhat进行指数操作，其实是一个很常见的技巧；他会把y hat 从实数域投射到0到+∞；
28:38
神经网络层数
30:23
- 隐藏层越深，抽象程度越高
32:35
之后就是讲解梯度下降法了
