人工智能

文章部分内容参考自captainbed.net [TOC] 神经网络概述 之前的人工智能（聚类、专家系统、归纳逻辑）都是假智能，与其说是人工智能，倒不如说是统计智能。都只是一个较为复杂的大型程序而已，

参考文章：https://captainbed.vip/1-3-4/、https://zhuanlan.zhihu.com/p/73214810、https://blog.csdn.net/tyhj_

什么是零均值？ 零均值 在深度学习中，一般我们会把喂给网络模型的训练图片进行预处理，使用最多的方法就是零均值化(zero-mean) 中心化，即使像素值范围变为[-128,127]，以0为中心。 作用

文章部分内容参考自https://captainbed.net、https://captainbed.vip/1-3-3/ 浅层神经网络 浅层神经网络的计算流程同单神经元网络几乎一样，只不过更为复杂而

文章部分内容参考自https://captainbed.net 多神经元神经网络 之前编写的对猫的识别的算法准确率仍然不是很高，主要是因为其是单神经元网络，太过简单，层数太低。 神经网络分为单神经元和

为什么神经网络层数越多越好？ 参考资料：https://www.zhihu.com/question/65403482、https://blog.csdn.net/weixin_44023658/ar

实战一：猫的识别 下面来完成我的第一个人工智能项目：构建单层神经网络模型判断一个图片中有没有猫。 可以从头到尾完整的实现深度学习项目，了解深度学习项目的开发过程。 1. 准备工作 在准备工作中完成对库

文章部分内容参考自https://captainbed.net、https://blog.csdn.net/jiaoyangwm/article/details/81139362 逻辑回归与线性回归

文章部分内容参考自https://captainbed.net [TOC] 数据清洗 数据清洗概述 数据对于算法来说，就好比石油对于汽车。但石油也是提炼于原油，需要花费很大的功夫进行开采、提炼。 同样

文章部分内容参考自https://captainbed.vip/1-2-9/ [TOC] 向量化 向量化概述 向量化事一种思想，可以大大提高人工智能编程的效率与速度。 简单来说，向量化就是尽量不手动编

文章部分内容参考自captainbed.net 计算图 计算图是研究神经网络时经常用到的一个重要手段。 计算图概述 实际工作中的神经网络非常复杂，必须要借助图才能让其变得更加直观。 一个人工智能学习任

文章部分内容参考自captainbed.net [TOC] 神经网络三个基础问题 通过三个基础问题引入神经网络非常基础且重要的三个函数。 神经网络如何预测的？ 神经网络通过逻辑回归函数进行预测，又成预