1.1 深度學習的基本過程及相關概念

深度學習分為訓練和預測兩個過程，在訓練過程，通過使用預先定義好的網絡結構，在打好標記的數據上進行訓練，通過一定的算法不斷調整網絡的參數，最終滿足一定的要求后，即完成了模型的訓練。在預測過程中，使用訓練過程中訓練好的模型，對輸入的數據進行運算并獲得預測結果。

本節以一個最簡化的二分類問題來詳細介紹深度學習的訓練過程。假設某網站的訪問中，只存在兩種情況，即正常用戶的訪問和黑客的訪問，我們需要從訪問日志中區分正常用戶和黑客。我們提前準備好了一份訪問日志，并人工對每條訪問記錄進行了標記，標記黑客的訪問和正常用戶的訪問。為了便于訓練和驗證，我們把這份已經標記好的數據隨機劃分為訓練數據集和測試數據集，通常測試數據集占全部數據集的20%～40%。