本章我们学习了神经网络的基础知识。具体地讲，学习了：什么是感知器；什么是多层感知器；如何在TensorFlow2.0中定义神经网络；一旦确立了良好基线，如何逐步改善指标；如何调谐超参数空间。另外，还学习了一些有用的激活函数（比如sigmoid和ReLU），以及对如何采用基于梯度下降、SGD或更复杂的方法（比如Adam和RMSProp）的反向传播算法训练神经网络有了一个直观的认识。 ykw8QN4VSlWrVA3dCE9dZWcupHXZcZrxBsa+JgyaBTwgNuPKLD9f5pyEu4xfISMr
