吴恩达深度学习-序列模型 3.10触发字监测 + 课程总结

今天学习的是触发字检测，这个说起来可能有点学术，但是简单来说就是。

hey,siri!

然后你的手机就会亮起来，这就是触发字检测。

首先，关于触发字检测还处于发展阶段，并没有一个以绝对优势取胜的算法。

如果我们想建立一个算法，那么我们首先要知道数据集如何进行标记，如果从简单的结果来想，我们可以在每次完成一次触发字之后的那个时间设置为1，其他时间设置为0。但这样做是有一些问题的，因为大部分时间是不会触发的，这就导致整个网络当中的0非常多，1非常少，数据集很不平衡。

有一个很简单的做法，就是把这个触发之后的1延长，本来有1个1，我们可以改成4个1，这样就把1在结果里的数量变多了。

这样我们就完成了一个触发字检测的rnn网络，接下来使用我们之前学过的知识进行训练就可以了。

总结

吴恩达的深度学习这门课到这里就告一段落了。

这门课主要有：1.深度学习和神经网络 2.如何改进一个深度神经网络 3.结构化机器学习项目 4.卷积神经网络 5.序列神经网络

有了这些超能力，我们就要想办法把它应用到生活当中可以使用的地方为人类做贡献了。

完成了课程很不容易，分享一下。