深度学习和神经网络这两个术语在AI中几乎可以互换使用。
即使它们非常适合机器学习，但它们也有一些炒作和一点点神秘感。
这段视频将揭开深度学习的神秘面纱，让您了解深度学习和神经网络究竟是什么。
让我们使用需求预测的例子。
假设您经营一家销售T恤的网站。
而且你想知道，根据你对T恤的价格，你期望销售的单位数量，你希望销售多少件T恤。
然后，您可以创建这样的数据集，其中T恤的价格越高，需求越低。
所以你可能会对这个数据有一条直线，表明随着价格上涨，需求下降。
现在需求永远不会低于零，所以也许你说需求会在零点上变平，超过某一点你会发现很多人都不会购买任何T恤。
事实证明，这条蓝线可能是最简单的神经网络。
您输入价格A，并且您希望它输出估计的需求，B。
因此，你将这个作为一个神经网络的方式得出的结果就是价格将在那里输入这个小圆形的东西，并且这个小圆形的东西输出估计的需求。
在AI的术语中，这个小圆形的东西在这里被称为神经元，或者有时它被称为人工神经元，它所做的就是计算我在左边画的这条蓝色曲线。
这可能是具有单个人工神经元的最简单的神经网络，其仅输入价格并输出估计的需求。
如果你想到这个橙色的圆圈，这个人工神经元就像一个小小的乐高积木，所有的神经网络，如果你把很多这些乐高积木堆叠在一起，直到你得到一个大国，这些大网络神经元。
让我们看一个更复杂的例子。
假设您不仅仅知道T恤的价格，而且还要承担客户为获得T恤而必须支付的运费。
可能是你在一个星期内花费更多或更多的营销，你也可以制作厚重的，昂贵的棉质或更便宜，更轻质的材料的T恤衫。
这些是您认为会影响T恤需求的一些因素。
让我们看看更复杂的神经网络可能是什么样子。
你知道你的消费者对可负担性很重视。
所以，假设你有一个神经元，让我用蓝色绘制这个神经元，其工作是估计T恤的可承受性。
因此，承受能力主要取决于衬衫的价格和运输成本。
第二件事虽然影响了你对T恤的需求，但却是意识。
消费者知道你卖这件T恤多少钱？
所以影响意识的主要因素是你的营销。
因此，让我在这里画一个第二个人工神经元，它输入您的营销预算，您在营销上花多少钱，并输出您的T恤消费者的意识。
最后，您的产品的感知质量也会影响需求，感知质量会受到营销的影响。
营销试图说服人们这是一件高品质的T恤，有时候某些东西的价格也会影响感知质量。
因此，我将在这里绘制第三个人工神经元，它输入价格，营销和材料，并试图估计你的T恤的感知质量。
最后，现在早期的神经元，这三个蓝色神经元，已经找出了可承受的价格，消费者的意识以及感知质量的多少，你可以在这里再生一个神经元，将这三个因素作为输入并输出估计的需求。
所以这是一个神经网络，它的工作是学习从这四个输入，即输入A到输出B，到需求。
所以它学习了这个输入输出或A到B的映射。
这是一个相当小的神经网络，只有四个人工神经元。
在实践中，今天使用的神经网络要大得多，容易上千，数万甚至比神经元数量大得多。
现在，我想清理这个描述的最后一个细节，就是在我描述神经网络的方式中，就好像你必须弄清楚关键因素是负担能力，意识和感知质量。
关于使用神经网络的一个奇妙的事情是训练神经网络，换句话说，使用神经网络构建机器学习系统，所有你需要做的就是输入A和输出B.
并且它自己计算出中间的所有东西。
因此，要建立一个神经网络，你要做的就是输入大量的数据或输入A，并有一个看起来像这样的神经网络，有一些蓝色神经元喂养黄色开放神经元。
然后你必须给它带有需求B的数据。
并且软件的工作是弄清楚这些蓝色神经元应该计算什么，以便它可以完全自动地学习从输入A到输出B的最准确的可能函数映射。
事实证明，如果给予足够多的数据并训练足够大的神经网络，这可以做出令人难以置信的良好工作，从输入A到输出B.
所以这是一个神经网络，是一组人工神经元，每个人工神经元计算一个相对简单的功能。
但是当你像Lego砖一样堆叠它们时，它们可以计算出非常复杂的功能，从输入A到输出B可以提供非常精确的映射。
现在，在本视频中，您看到了应用于需求预测的神经网络示例。
让我们继续下一个视频，看一个更复杂的神经网络应用于人脸识别的例子。
讲师：Andrew Ng
课程：https://www.coursera.org/learn/ai-for-everyone
