人工智能目前很火。
人工智能主要是机器学习。
机器学习主要是深度学习。
深度学习必然要接触人工神经网络。
人工神经网络是什么鬼？请看下图。
what the fxxk!
看3秒看不懂，本次学习结束。之后再碰到，就会说神经网络不是正常人类能学会的。
wait!
饭要一口一口的吃
神经网络要一点一点的学。先了解神经网络算法的基本思路，再用最简单的模型走一遍过程。才有可能学会。
机器学习通用思路：
1、算法原理
2、把问题转化为数学模型
3、构建模型
4、训练参数
（图片来源：吴恩达机器学习课程，素材来源，第61课-81课）
1、神经网络原理
从计算机图片识别说起。计算机看到一个图片实际上看到的是一堆像素点，每个像素点是一个数据矩阵或表示像素强度值的网络。
所以一个汽车的图片在计算机眼里就是一堆数据。通过每个像素的特征判断这个图片是否是汽车。一个50*50像素大小的图片，就有2500个变量，乘上参数就有300万个特征，线性算法效率不高。
怎么解决图片识别问题？
前人想到模拟大脑的运作方式。
大脑是什么运作方式？
一个学习算法假设：假如把大脑用来负责看的区域去掉，通过训练，大脑会把听觉区域用来“看”。
同样道理，也可以通过手的感觉来“看”。这个区域可以同时处理视觉、听觉、触觉。
这个实验叫神经重连实验。
盲人用舌头看的例子，用声音定位的例子。
大脑是通过神经元来运作，神经元的运作方式？
神经元构成：一是神经元的细胞体，二是神经元之间有很多通道。
运作原理：信息输入一个神经元，进行一定的处理，再通过轴突输出给下一个神经元。神经元之间通过微电流沟通。
扩展，ted关于神经科学的演讲
https://open.163.com/movie/2013/3/J/6/M92INA100_M92IOJ1J6.html：视频中间部分有三位的神经元演示
http://open.163.com/special/neurosciences/
2、数学模型
了解了大脑的学习模式，神经网络算法就是参照人脑的神经元构造的人工神经网络。
先构建一个神经元。输出h函数，h函数在神经网络里叫激活函数（activation function）,指代非线性函数。
增加一个x0叫偏置单元。
参数theta在神经网络里也叫权重（weight）
一组神经单元组成一个神经网络。
最简单的三层神经网络。第一层输入层，第二层隐藏层，第三层输出层。
再看数学上每个神经元怎么计算
先定义a,上标是在第几层，下标是这一层的第几个神经元。
第二层第一个a的计算：上一层的4个输入变量。
向前传播：通过2层神经元的传递算出h。
一般倒数第二层是逻辑回顾模型。
其他神经网络结构，可以不是每层神经元数相同。
3、模型构建
在给出神经网络数学定义后，用神经网络模拟最简单的xor/xnor逻辑判断。
xnor:异非，两个变量相同是0，不同是1
先构造出and ,or ，not x
构造的基本思路参数越大，值越趋近于0，想取值为0，就放一个很大的负权重。
再把这三个简单的函数组合在一起，构造一个神经网络，算出xnor.
将三个简单的函数组合成一个神经网络。红色的是and,蓝色的是not x,
绿色的是or，最终的效果就是输出xnor。
如果想得到更多的分类，就增加神经网络输出结果，最后一层是4个逻辑回归分类器。
小结：通过以上例子，给出神经网络的直观理解，神经网络里面都是一个个简单的函数，通过一层计算输出一系列特征，再通过下一层计算出更复杂的特征，逻辑分类器是最后一层，得出分类。
4、实际训练步骤
这里和视频课程有点不一样。我们先说结论：如何训练一个神经网络？吴恩达总结了7个步骤。
之后再结合每个步骤展开说明具体算法。
0、选择一个神经网络结构
1、随机参数初始化
2、运用向前传播算法计算每个x的对应的输出值y。
3、运用代码计算出代价函数J(theta)。
4、运用反向传播算法计算代价函数J(theta)关于theta的偏导数。
5、运用梯度检验把反向传播算法得到的偏导数与数据估计值进行比较。并注意在程序中停用梯度检验算法（因为会降低程序效率）。
6、运用优化算法（比如梯度下降）和反向传播算法结合，求出使代价函数J(theta)值最小的参数theta。
0、选择神经网络结构
选择神经网络结构主要考虑3方面：
输入单元的数量：几维向量
输出单元的数量：注意输出值用向量表示
隐藏层的结构：默认一层隐藏层。隐藏层的单元数量是第一层的2到3倍。
1、随机参数初始化
第一次训练时用什么参数？
所有参数都初始化为0的话，各单元值都相等，无法区分。
使用随机初始化的思想，把参数定义为接近0的随机数。
2、向前传播算法
从输入项，一层一层算出输出项。
3、代价函数
借鉴逻辑回顾算法的代价函数
4、反向传播算法
让代价函数最小化的方法：反向传播算法
我们的目标是计算如下代价函数的最小值。
为了求代价函数，我们需要计算J(theta)和J(theta)的偏导数。有了J(theta)和J(theta)的偏导数，我们就可以用梯度下降算法求出代价函数的最小值。
J(theta)直接带入公式。
所以J(theta)的偏导数怎么求是关键。这里就用到了反向传播算法
反向传播算法的直观认识：求出每一层每一个的节点的误差delta，从最后一层求误差，从最后一层向前一层求误差，误差反方向传播。最后可以通过数学公式，用误差项求出J(theta)的偏导数。
通过反向传播求出J(theta)的偏导数
反向传播算法具体步骤
最后一步给出了J(theta)的偏导数的公式，视频中没有给出数学证明。
反向传播算法的固定步骤：吴恩达用了一节视频，用最简单的4层2节点（不算偏置项）再次演示了反向算法怎么运算。
使用高级算法小技巧：把参数从矩阵展开为向量（相当于三体里的降维打击），一些高级算法（比如fminunc的initialtheta）的输入值为向量，而神经网络的参数为矩阵。要把参数带入高级算法的话要把参数的矩阵展开为向量，在使用高级算法后再把向量返回为矩阵。
具体的语法：展开是theat(:),返回矩阵是reshape
5、梯度检验
反向传播算法经常会产生一些微妙的bug,所以需要梯度检验，检验反向传播算法是否正确。
数值估计方法：
求一点的斜率可以用临近2点的值逼近求出。
octave的代码实现，验证gradapprox是否和反向算法算出的dvec近似相等。
使用梯度检验的注意事项：注意在检验之后关闭梯度检验。因为梯度检验计算很慢，影响算法效率。
