大家好~我開設了“深度學習基礎班”的線上課程，帶領同學從0開始學習全連接和卷積神經網絡，進行數學推導，并且實現可以運行的Demo程序

線上課程資料：
本節課錄像回放
掃碼加QQ群，獲得ppt等資料，與群主交流討論：

本系列文章為線上課程的復盤，每上完一節課就會同步發布對應的文章

本文為第二節課：“判斷性別”Demo需求分析和初步設計（上）的復盤文章

本課程系列文章可進入索引查看：
深度學習基礎課系列文章索引

為什么要學習本課？

• 什么是神經元？
• 如何根據一個人的身高和體重，使用神經元推測出該人的性別？

回顧相關課程內容

• 第一節課：課程介紹
  • 深度學習在圖形學中有什么應用？

主問題：Demo需求分析

• 需求是什么？
  答：給出一個人的身高、體重，能夠通過深度學習推測出他的性別

主問題：什么是神經元？

• 什么是神經元？
  答：
  如上圖所示，一個神經元具有一個偏移值b和多個權重值w，接受多個輸入值x，返回一個輸出值y

• 計算公式是什么？
  答：

主問題：如何使用神經元實現Demo？

• 已知一個人的身高為150厘米，體重為50公斤，如何使用神經元得到該人的性別（應該為女性）？
  • 神經元的輸入和輸出是什么？
    答：輸入為身高和體重，輸出為性別
  • 如何處理數據？
    答：性別表示為0（男）、1（女）
  • 激活函數應該是什么？
    答：返回1的任意函數
  • 需要知道神經元的哪些值？
    答：權重、偏移
  • 值是多少？
    答：有任意多個解，其中一個解為：
    

任務：給出代碼

• 輸入的數據稱為樣本
• 求神經元的權重、偏移的過程叫做訓練
• 根據樣本和權重、偏移，代入激活函數得到輸出值的過程叫做推理
• 請用代碼實現？
  答：

type state = {
  weight1: float,
  weight2: float,
  bias: float,
}

type sampleData = {
  weight: float,
  height: float,
}

type gender =
  | Male
  | Female

let createState = (): state => {
  weight1: Js.Math.random(),
  weight2: Js.Math.random(),
  bias: Js.Math.random(),
}

let train = (state: state, sampleData: sampleData): state => {
  {
    weight1: 1.0,
    weight2: -2.0,
    bias: -49.0,
  }
}

let _activateFunc = x => x

let _convert = x =>
  switch x {
  | 0. => Male
  | 1. => Female
  }

let inference = (state: state, sampleData: sampleData): gender => {
  (sampleData.height *. state.weight1 +. sampleData.weight *. state.weight2 +. state.bias)
  ->_activateFunc
  ->_convert
}

let state = createState()

let gender =
  state
  ->train({
    weight: 50.,
    height: 150.,
  })
  ->inference({
    weight: 50.,
    height: 150.,
  })

//1
Js.log(gender)