автордың кітабынан сөз тіркестері  Глубокое обучение: легкая разработка проектов на Python

Сет Вейдман

• Нейронная сеть — это математическая функция, которая принимает входные и производит выходные данные.
• Нейронная сеть — это вычислительный граф, через который протекают многомерные массивы.
• Нейронная сеть состоит из слоев, каждый из которых может рассматриваться как ряд «нейронов».
• Нейронная сеть — это универсальный аппроксиматор функций, который теоретически может представить решение любой контролируемой проблемы обучения.

Цепное правило (или правило дифференцирования сложной функции)в математическом анализе позволяет вычислять производную композиции двух и более функций на основе индивидуальных производных.

именно производные составных функций лежат в основе моделей глубокого обучения.

определить как скорость изменения функции в рассматриваемой точке.

Библиотека NumPy для Python содержит реализации вычислительных алгоритмов, по большей части написанные на языке C и оптимизированные для работы с многомерными массивами.

1Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение / пер. с англ. А.А. Слинкина. — 2-е изд., испр. — М.: ДМК Пресс, 2018. — 652 с. — Примеч. ред.

При этом зачастую собрать правильный набор данных, корректно определить задачу и выполнить проектирование признаков намного сложнее, чем осуществить моделирование.

Функцию можно сравнить с черным ящиком, который принимает значение на вход, преобразует его внутри по каким-то правилам и возвращает новое значение

Это вложенные, или составные, функции. Дело в том, что две функции f1 и f2 можно связать друг с другом таким образом, что выходные данные одной функции станут входными для другой.

Производную можно определить как скорость изменения функции в рассматриваемой точке.