今天開始之前，我想寫點無關的東西。

本以為第一堂課快上完了，第二堂課看起來不長。我錯了，第二堂課雖然測驗不多，但是也蠻長的。

不過還好，第二堂課很多概念以前應該聽過，稍微試了一下幾個測驗還能輕鬆通過。不過影片內容還是會有些我不知道的概念，還是會看完。另外三門課，還有一門蠻有興趣的，不知道能不能在免費贈送的時間內上完，看來得壓一下進度了。

※ 我有點忘記原本這個標題是要寫什麼了

通常要解決一件問題，會需要將問題猜分層更小的問題。使用機器學習的工具也是一樣，也像是寫演算法也是一樣。對於一個複雜的問題，可能會需要多個模型處理。我想到以前看過得一個中文字辨識的類神經網路模型，實際上他分層下面幾層：

1. 偵測文字位置
2. 偵測文字方向(90度、180度等等)
3. (偵測文字語言)
4. 辨識文字

比起來，以前拿tensorflow.js來玩玩的玩具，了解的實在是太表面了。

類神經網路被認為是通用的演算法。 曾經有人說過：

人類的大腦由神經元組成，每一個神經元並沒有什麼差別，可是卻可以分成語言中樞、記憶中樞、邏輯計算等不同樣的功能。
那麼，應該有一個萬能的方法可以適用於各種已經可以解決的問題。

對於不同問題，可能有相似的類神經網路，比如經典的RNN、CNN，卻可以解決非常廣泛的問題。說起來，大腦各個區域也是互相合作的。要達成一個目的，可能需要不同類神經網路相互交互，共同達成。