Question

神经网络，深度学习。

神经网络的测试集和训练集都是负数，怎么训练？需要把他们全变为正数吗？

Answer 1

这两个概念实际上是互相交叉的，例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。

追问

这和我的问题不太一样吧，我并不是问神经网络和深度学习的区别呀。

Answer 2

什么是神经网络，深度学习

Answer 3

都要用计算机进行编程实现，且模型的好坏直接依赖于你构建模型所使用的数据的准确性及构造方式

追问

一篇论文里，输入节点是3个，但是隐层数为4个每层节点数分别为1000,700,300,150.。训练集和测试集分别为3万条，这个合理吗？隐层数和节点数是论文里提到的，难道是我自己把输入节点弄错了？还有一种可能是输入节点为1104，感觉这种更不可能呀。PS：隐层数和隐层节点数怎么确定呢？