《神经网络和深度学习》第三周《浅层神经网络》。 本节的题目是浅层神经网络，开始接触多层结构，此时才真正接触到了神经网络模型。其实运用到的理论知识和上一节的逻辑回归相比，几乎没有新东西。
为了便于描述，我把前一节运算出来的a称为一个神经元（这是我的直观理解，并无出处~），该神经元与输入数据直接关联，并直接输出为二分结果。真实世界人脑的思考过程通常没有这么简单，有很多与之相关的成语比如“深思熟虑”、“三思而行”、“深谋远虑”……都是指有深度、反复的思考。本节课程正是通过增加神经元的层次、以及每一层的个数来增强思考的深度和广度。
《神经网络和深度学习》，第二周《神经网络基础》。 网上关于神经网络和深度学习的笔记、作业很多，也很有价值。这版笔记这是针对我自己学习过程中的感悟、重点做个记录，便于自己快速查阅。本文的标题号和课程号保持一致，以方便查阅。
完成DeepLearning.AI的第一个编程作业后，突然觉得对深度学习开悟了。把之前的学习、感悟和作业代码记录下来。
数学公式在博客里用得越来越频繁，找到hexo的插件可以完美支持，安装过程如下：
h5py是用来操作HDF5格式的Python库。HDF5格式用来存储用于机器学习的海量数据，这是一个二进制格式的文件。其中包括两类对象：dataset和group，dataset是类似于数组的数据集，group是类似文件夹的容器。
没有什么可以阻挡 我对自由的向往
最近在几台机器上频繁clone dlib-android和dlib-android-app，这两个库都巨大，其中因为有一个99M的人脸识别模型文件，我自己训练一个16.6M的小模型，替换后发现两个git目录尺寸并没有减小。原因是.git这个目录里记录了所有历史数据，本文记录该目录的瘦身过程。
本章要点： - dlib提取人脸关键点的时间性能和尺寸
本章要点： - dlib的安装 - dlib简单使用 - 人脸检测、识别 - 人脸合成 - 训练自己的人脸关键点模型
本章是对Material Design官方文档的总结。
本章会把附近图片的经纬度标到地图上。 本章要点： - 获取Google地图API key - 显示Google地图 - 在Google地图上标注位置
本章引入随Google Play Services带的LocationService，使用地理位置信息，并向Flickr请求和位置信息相关的图片。 本章要点： - Google Play Services - LocationService，申请权限，请求服务，使用结果 - 在模拟器上模拟位置变化
本章引入了一个太阳落山的动画，主要采用属性动画的方式搞定。 本章要点： - Property Animation - Animation Set
本章继续PhotoGallery，点击图片缩略图后将浏览该图片所在的网页，本章使用两种方法浏览：1、使用系统浏览器；2、使用WebView。
本章要点： - 使用WebView - 令Activity不随转屏重建
本章引入了各种广播，当后台下载缩略图的线程下到新的数据，会发送有序广播，GalleryFragment在前台时会注册动态receiver，推倒后台则注销，该动态receiver设置广播的resultCode为Activity.RESULT_CANCEL。应用程序还有一个低级别的standalone receiver，发现resultCode不等于Activity.RESULT_OK时直接退出。通过这样的配合，使得应用程序仅在后台时，广播才有效。 本章要点： - 创建、注册standalone receiver - 创建、注册dynamic reciever - 使用receiver - 限定broadcast的传播范围 - 有序广播
本章引入了一个Service，用来下载缩略图，如果有新的内容则弹出通知。 本章要点： - Service - 检测网络是否可用 - AlarmManager - PendingIntent - Notifications
本章在toolbar中放入了搜索框，输入关键词将向Flickr请求搜索结果图片： 
本章要点： - Shared Preferences - 使用SearchView
本章引入了一个带消息循环的子线程，主线程把需要呈现的图片的url发送给该子线程，子线程下载图片，再通知主线程更新界面。 
本章要点： - Looper/MessageQueue/Message/Handler - Picasso - StrictMode