今天的內容會帶大家了解 1. 深度學習網路歷史發展 2. 為什麼需要深度學習網路 3. 深度學習網路架構 4. 深度學習網路優缺點 為什麼需要深度學習網路：在相同數目的神經元時，深度神經網路的表現總是比較好 深度學習網路概念：從資料中尋找一組最適合解決某種特定問題的函數 優點：發展為多種架構應用於各領域中，如CNN、RNN、GAN 進行較深層的運算取出更多有用的資訊提升準確度 缺點：隱藏層增加更容易使得神經網路陷入區域最佳解，無法收斂 通過越多隱藏層產生的梯度變化就會越來越小，直到看不太出來變化，導致產生梯度消失問題 較深層的神經網路可能使模型陷入過擬合情形，需適當的使用正規化或是dropout做處理 有了大概的理解之後，我們開始今天的學習吧！！！