人工智能第一课(深度学习入门)
深度学习入门机器学习和深度学习的差异1.机器学习是一种实现人工智能的方法2.深度学习是一种实现机器学习的方法什么是深度学习深度学习是机器学习研究的一个新的领域,深度学习可以理解为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,目的在于模拟人脑进行分析的神经网络,来模仿人脑机制来解释图像,音频等数据。什么是神经网络系统角度:输入,模型,输出模型:输入和输出之间的映射关系神经网络的基本结构神经元
·
机器学习和深度学习的差异
1.机器学习是一种实现人工智能的方法
2.深度学习是一种实现机器学习的方法
什么是深度学习
深度学习是机器学习研究的一个新的领域,深度学习可以理解为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,目的在于模拟人脑进行分析的神经网络,来模仿人脑机制来解释图像,音频等数据。
什么是神经网络
系统角度:输入,模型,输出
模型:输入和输出之间的映射关系
神经网络的基本结构
神经元
用神经网络进行监督学习
在不同的实例中,我们所要应用的神经网络也不相同。
在Online Advertising中我们用的是标准的神经网络(如上面的图片所示)
在Photo tagging中我们用的是CNN网络(卷积神经网络)
在Speech recognition中我们用的是RNN网络(循环神经网络)
在Autonomous driving中我们用的是Custom_Hybird网络(混合的复杂的神经网络)
卷积层
卷积层的作用:
保留主要的特征同时减少参数(降维,效果类似PCA)和计算量,防止过拟合,提高模型泛化能力
池化层
人工智能的Hello World——手写体识别
更多推荐
所有评论(0)