什么是深度学习
0 1244
1
该提问暂无详细描述
收藏
2021-01-18 11:43 更新 阿托 •  17069
共 1 个回答
高赞 时间
1

深度学习既指深度神经网络,也指机器学习的其他分支,例如深度强化学习。典型的深度学习模型就是很深层的神经网络。

神经网络是一组算法,可以根据人的大脑进行宽松建模,旨在识别模式。他们通过一种机器感知,标记或聚集原始输入来解释感官数据。它们识别的模式是数字,包含在向量中,所有真实世界的数据(包括图像,声音,文本或时间序列)都必须转换成数字。

神经网络可以帮助我们进行聚类和分类,可以将它们视为存储和管理数据之上的聚类和分类层,它们可以根据示例输入之间的相似性对未标记的数据进行分组,并在有标记数据集要进行训练时对数据进行分类。 (更准确地说,神经网络提取的特征会传送给其他算法进行聚类和分类;因此,可以将深度神经网络视为用于强化学习,分类和回归算法的大型机器学习应用程序。)

“深层”是指具有多个隐藏层的神经网络。

神经网络的深度允许它构造一个增加抽象度的特征层次结构,随后的每个层都充当过滤器,用于过滤越来越多的结合了上一层特征的复杂特征。当深层网络学习重建无监督数据时,会自动创建此功能层次结构和对数据的重要性进行建模的过滤器。因为深层网络可以处理构成世界上大多数数据的非监督数据,所以深网比无法处理非监督数据的传统ML算法更加准确。

深度学习将输入映射到输出,找到相关性。它被称为“通用逼近器”,因为它可以学习近似任何输入x和任何输出y之间的函数f(x)= y,但前提是它们完全通过相关或因果关系建立。

收藏
2021-01-18 12:10 更新 正直的烤面包 •  4004