神经网络开篇

前言

转眼大四了，不过我依然是个渣，目前也找到实习工作，是干c++后台的，发现自己真是个码农，一看需求设计文档，基本上敲代码就停不下手了。而由于毕业设计选题的缘故——“卷积神经网络“课题，我现在需要阅读一份英文的文档，都是我不认识的人写的，名字叫《Neural networks and deep learning》，中文意思就是神经网络和深度学习，内容是什么？我也不清楚，是我的导师推荐我看的，现在正在看，而且准备每天看，每天翻译一小节，作为打卡（周日到周四，周五周六休息）。现在本人的状态是白天做码农，晚上花点时间在文档上，再花点时间到我工作上查缺补漏

第一章

使用神经网络去识别手写数字

人类的视觉系统就造物主的一大杰作。
如下，考虑一段手写的数字串：

绝大多数人，都能毫不费劲地识别这些数字（504192），但是人们却不知道这是我们大脑给我玩的小把戏，你的大脑欺骗了你，让你觉得这是一件简单的事。在我们大脑的两个半球，有一个主要视觉大脑皮层，通常称之为V1,这货里头有1.4亿个神经，在这1.4亿个神经里头，存在有数以亿级的连接。不仅如此，人类的视觉还不只和V1有关联，完整的视觉海域V2，V3，V4，V5有关，这些东西也让你能有条不紊地进行更多的复杂的视觉处理。我们可以将我们的大脑想象成一个超级计算机——这是一个在视觉世界经过长久岁月洗礼练就而成的“计算机”。识别手写的数字并非易事，然而对于我们人类确实轻而易举的，我们人类在没有刻意的情况都能干这事，所以这也让我们忽视了我们的视觉神经到底做了多么艰辛的工作。
当你想写个程序实现这么一个识别功能时，你会发现这事一件多难的事。我们可以简单地识别出数字9，一个圈加上一个钩子，这对于计算机算法来说，非常难实现。
神经网络为此提供了解决方案。它的方法主要是先让你准备大量的手写数字样本，专业术语也叫“训练集”(在文中是training examples)，如下

有了训练集后，我们编写一个能够从这个训练集中学习的系统，这个系统专门识别手写数字的规律和特点来达到识别手写数字的目的。
在这个章节里，我们会编写一个程序，利用神经网络的方法实现手写数字功能。这个程序只有74行，没有用到什么特别的神经网络库，却能有超过96%的识别准确率。在后面的章节，我们还会研究一种超过99%的算法，这是后话。实际上，现在那些最成功的商业神经网络软件正服务于银行和邮局，银行利用它们来处理支票，邮局利用它们来识别地址。
手写字迹的识别是一种最重要且最基础的神经网络方案，这是初学神经网络的普遍例子。这种识别并不简单，不过可以放心，它不需要太多复杂的手段，也不要求有超高的计算能力。它是一种行之有效的方法，所以在这本书中（这文档是电子书），我们将反复提到数字识别的例子。在这本书后面，我们会讨论我们学习的方法可以应用到哪些计算机视觉识别问题上，例如语音识别，自然语言的识别，或者其它领域。
当然，如果只是将算法，这本书会变得很短，不过这本书将会介绍一些基础的内容，还有专业术语等等，并解释为什么要这么做。（作者认为解释清楚这些很有必要，也很有价值）

结束语

今天打卡~~2016.11.1~小光棍节哦~祝大家早日脱单~~~