因為這學期選了深度學習的課程，所以也會自學一下相關內容，在網上選擇了吳恩達的深度學習來進行學習，首先是第一門課程，Neural Networks and Deep Learning。

第一週的內容是深度學習概論，課後習題為十個選擇題，個人觀點，僅供參考，歡迎指正。

這題問為什麼稱AI是一種新電力，電對世界的改變有目共睹，而為什麼說AI也是如此呢，因為有了AI，改變了很多行業也創造了很多行業，也帶來了智慧發展的浪潮。

這題問深度學習崛起的原因，題中的後三個選項都符合要求，我們有更大規模的資料，有更多更快的計算資源，深度學習也確實非常有用而且影響力深刻。

這題是一個機器學習的思維圖表，選項中提到的，能夠想到一個想法馬上就去嘗試，自然能夠迭代地更快。更快的計算資源也能幫助一個隊伍更快地去嘗試新觀點。訓練一個小資料集會比訓練一個大資料更快。而且，因為在深度學習演算法方面的進步，會允許我們更快地去

儘管經驗是很重要的，但是最重要的還是去調參以獲得最好的效果，即使經驗豐富，也需要迭代多次來調整引數以建立一個好的模型。

ReLU啟用函式是一個分段線性函式，把所有的負值都變為0，而正值不變。

影象識別是一個關於非結構化資料的列子，像影象，視訊，音訊都是非結構化的資料。

雖然資料來源不同，但是這些資料是可以表現為二維形式的資料。有定義好的資料模型，因此是結構化的資料。

RNN適用於序列資料，比如機器翻譯就是一個序列到另一個序列的轉換

x軸表示的是資料量，y軸表示的是演算法表現/效能

由上題圖可以看到，增加資料量和增加神經網路的規模都可能對演算法的效能有顯著的幫助。