第3章
深度学习基础

深度学习是目前最成功的表示学习方法，深度学习把表示学习的任务划分成几个小目标：先从原始的数据形式中学习比较低级的表示，再从低级表示中学习比较高级的表示。深度学习是机器学习的分支。本章旨在解释深度学习中的一些基础知识，对常见的疑难点进行讲解，主要涵盖神经网络的基本概念和计算原理，以及网络中重要参数的作用和选取经验技巧，包含激活函数、归一化、初始化、微调、超参数、学习率和正则化等。