1.1 深度学习的基本过程及相关概念

深度学习分为训练和预测两个过程，在训练过程，通过使用预先定义好的网络结构，在打好标记的数据上进行训练，通过一定的算法不断调整网络的参数，最终满足一定的要求后，即完成了模型的训练。在预测过程中，使用训练过程中训练好的模型，对输入的数据进行运算并获得预测结果。

本节以一个最简化的二分类问题来详细介绍深度学习的训练过程。假设某网站的访问中，只存在两种情况，即正常用户的访问和黑客的访问，我们需要从访问日志中区分正常用户和黑客。我们提前准备好了一份访问日志，并人工对每条访问记录进行了标记，标记黑客的访问和正常用户的访问。为了便于训练和验证，我们把这份已经标记好的数据随机划分为训练数据集和测试数据集，通常测试数据集占全部数据集的20%～40%。