第八、神經網絡：表述(Neural Networks: Representation)

8.1 非線性假設 線性迴歸還是邏輯迴歸都有這樣一個缺點，即：當特徵太多時，計算的負荷會非常大 舉例：識別視覺對象（汽車），利用很多汽車的圖片和很多非汽車的圖片，然後利用這些圖片上一個個像素的值（飽和度或亮度）來作爲特徵 假如我們只選用灰度圖片，每個像素則只有一個值（而非 RGB值），我們可以選取圖片上的兩個不同位置上的兩個像素，然後訓練一個邏輯迴歸算法利用這兩個像素的值來判斷圖片上是否是汽車；假

>>阅读原文<<