台湾大学深度学习课程 学习笔记 lecture1-1 Introduction
来源:互联网 发布:flash 素材源码 编辑:程序博客网 时间:2024/06/04 19:44
以下内容和图片均来自台湾大学深度学习课程。
课程地址:https://www.csie.ntu.edu.tw/~yvchen/f106-adl/syllabus.html
机器学习介绍
引入机器学习理论方法
- Programs can do the things you ask them to do
- Some tasks are complex, and we don’t know how to write a program to solve them.
- Given a large amount of data, the machine learns what the function f should be.
- Training is to pick the best function given the observed dataTesting is to predict the label using the learned function.
机器学习框架
给出大量的Training Data,找出一个最好的Function
深度学习 Deep Learning
深度学习是机器学习的一种方法。
End-to-end training: what each function should do is learned automatically.
给出一端(训练数据
深度学习是神经网络模型。
深度学习的优势
例如在语音识别领域,普通的机器学习方法,需要对语音识别专业领域的各种方法有所了解,然后一步一步进行。但是深度学习方法,只需把数据的input和output整理好,不需要深入了解该领域的专业知识,神经网络即可自动进行学习。
下图表示普通的机器学习方法与深度学习方法。前者需要更复杂的人工操作,后者则能自动进行计算各个
人工操作过程中,在使用专业知识进行筛选和划分等操作的过程中不可避免的对数据产生了干扰,使得最后的结果不能完全利用原始数据,而是让机器按照人的思路去工作。但在深度学习模型中,只需将数据放入神经网络中,模型即可自动的学习并计算出各个
上述道理同样适用于图像识别。
深度学习方法
从神经元到神经网络
神经网络受人类神经元的方法的启发,同样是神经元之间的传递。
神经网络中的单个神经元原理如下:
此处的激活函数是Logistic Regression中的
上面是一个神经元的原理,大量的神经元联合起来组成神经网络。
深度学习的历史
上图是神经网络的发展历史,早期由于数据量和计算技术的限制,没有得到广泛应用。由于近年来大数据爆炸级的增长,GPU的技术发展等原因,深度学习火了起来。
神经网络结构的选择
上图中同样参数数量,该选择哪个结构效果更好?
看看下面的实验结果。
根据上面的两种不同结构(浅层较“胖”
深度学习应用
拥有的数据可能是:词,句子,图像,音频,用户操作日志等信息。如果需要对其进行分类或者预测某些特性。进行训练前,可能需要将其转化为 word sequence,图像像素信息,音频信号等数字信息。利用如CNN,RNN等方法,得到最终结果。
- 台湾大学深度学习课程 学习笔记 lecture1-1 Introduction
- 台湾大学深度学习课程 学习笔记 lecture1-2 Neural Network Basics
- 台湾大学深度学习课程 学习笔记 lecture2-1 Backpropagation
- 深度学习-李宏毅学习笔记(LECTURE1 Introduction)
- 台湾大学深度学习课程 学习笔记 lecture2-2 Word Representation
- 台湾大学深度学习课程 学习笔记 lecture3-1 Recurrent Neural Network (RNN)
- 台湾大学机器学习基石lecture1小结
- 台湾大学深度学习课程 学习笔记 lecture3-2 Recursive Neural Network(RvNN)
- [深度学习与计算机视觉] 斯坦福 CS231n 2017 学习笔记 -1 (Lecture 1: Introduction;课程介绍)
- 台湾大学林轩田机器学习基石课程学习笔记14 -- Regularization
- 台湾大学林轩田机器学习基石课程学习笔记15 -- Validation
- 台湾大学林轩田机器学习基石课程学习笔记
- 台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem
- 台湾大学林轩田机器学习技法课程学习笔记1 -- Linear Support Vector Machine
- CS224n学习笔记:Lecture1 & 2
- Lecture1-1Course Introduction
- [搬运]台湾大学机器学习课程 by 李宏毅
- [翻译]斯坦福CS20SI:基于Tensorflow的深度学习研究课程笔记,Lecture note 1: Introduction to TensorFlow
- 网络爬虫概述
- Python学习---第十七天
- JVM 参数配置及详解 -Xms -Xmx -Xmn -Xss 调优总结
- Linux--问题积累
- 六兆年と一夜物語 jzoj3501 最短路
- 台湾大学深度学习课程 学习笔记 lecture1-1 Introduction
- 阿里云服务器ECS Ubuntu16.04-64-bit学习之一:配置桌面
- Java 破解谷歌翻译 免费 api 调用
- Java MongoDB 插入
- java高级特性:实用类
- java中判断Object对象类型
- Java MongoDB 更新
- Spring框架总结
- python 文件读写时用open还是codecs.open