关于神经网络，这里有你想要了解的一切！

介绍

随着神经网络的发展，很多过去曾被认为是难以完成的任务现在已经可以完成了例如图像识别、语音识别，在数据集中发现更深的关系等已经变得更加容易了。所以我们应该衷心感谢这一领域的杰出研究人员，他们的发现帮助我们发挥了神经网络的真正力量。

如果你真的有兴趣将机器学习作为一门学科，深入了解深度学习网络对你来说是至关重要。大多数ML算法在给定具有多个变量的数据集时往往会失去准确性，而深度学习模型在这种情况下会产生奇迹。因此，了解它的工作原理非常重要！

在本文中，我将解释深度学习中使用的核心概念，即什么样的技巧可以提高模型的准确性。除此之外，我还会分享各种建模技巧，并深入了解神经网络的历史。

目录

• 神经网络的历史
• 单层感知器
• 多层感知器
  • 初始化参数
  • 激活函数
  • 反向传播算法
  • 梯度下降
  • 成本函数
  • 学习率
  • 动量
  • Softmax
  • 多层感知器（MLP）总结

神经网络的历史

神经网络是当