深度學習使用類神經網路，
包含輸入層、隱藏層和輸出層，
以梯度下降方法，來找出最小誤差。
參考Coursa的「Tensor Flow Playground」課程，
介面分為五大部分：
網址：TensorFlow PlayGround
每一次訓練，都會讓誤差變小：
查看權重方式：
按下「訓練按鈕」，開始訓練：
使用「很小的學習率」再訓練，試著觀察「損失函數」和「權重」：
學習率越大，損失函數下將越快，權重越高，步伐越大：
非線性資料，訓練結果：
非線性資料，難以收斂：
非線性資料，使用ReUL函數：
調整Batch Size的結果：
Batch Size增加，曲線平滑度增加，較為穩定。
非線性資料訓練，可能有overfit的情況：
TensorFlow強大於使用大數據，
以及處理非線性的資料分布，
畢竟世界上資料還是以非線性居多。
以上，打完收工。
iThome鐵人賽
看影片追技術