Udacity深度学习第一讲:从机器学习到深度学习
来源:互联网 发布:真柏树桩淘宝价格 编辑:程序博客网 时间:2024/06/05 08:07
1、深度学习是什么?
是机器学习的一个分支,用大量数据解决机器感知问题,包括图像理解、语音理解、机器与世界交互等。
维基百科对深度学习的解释:英文,中文
2、课程概览
课程分为四个部分。
第一部分,用彻底的端到端方法训练第一个简单模型,涉及到逻辑分类(logistic classification)、随机优化(stochastic optimization)、训练模型的通用数据实践(data & parameter tuning)。
第二部分,训练第一个深度网络(deep networks),用正则化技术(regularization)训练更大的模型。
第三部分,介绍图像和卷积网络模型(convolutional networks).
第四部分,关于文本和序列,训练嵌入(embedding)和递归模型(recurrent networks)
3、深度学习是一组能适用于各种数据和各种问题的技巧,使用共同基础结构和共同语言来描述事物。在上世纪八九十年代就做出了神经网络的很多重要工作,但由于当时计算机速度慢以及数据量小,在21世纪前几年神经网络的研究十分边缘,由于大量数据以及便宜快速的GPU,神经网络从2009年开始复兴。现在想做数据分析与预测,就必须了解神经网络。
4、分类问题是机器学习的基石。一旦会分类,则检测、排序十分简单。例如,检测行人问题可以转化为行人/非行人的分类问题;网页搜索排序问题也可以转化为分类问题:训练一个分类器,将搜索请求和网页作为输入,输出相关/不相关。
5、逻辑回归是一种线性分类器。Wx+b=y,x为输入向量,W为权重矩阵,b为偏置向量,y为得分向量(在逻辑回归中得分又叫logits),通过softmax函数将得分转化为概率。我们要训练W,b,使正确分类的概率最大。
未完待续……
- Udacity深度学习第一讲:从机器学习到深度学习
- 从机器学习到深度学习
- Udacity深度学习-深度神经网络-assignment3
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习(转载)
- 神经网络浅讲:从神经元到深度学习
- 重磅!神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 神经网络浅讲:从神经元到深度学习
- 丑数计算
- [Unity优化]减少DrawCall:批处理
- ideal中如何添加几个不同的项目在同一个idea的显示页面
- Eclipse常用快捷键(对于萌新的我真的好用)
- LINUX命令
- Udacity深度学习第一讲:从机器学习到深度学习
- Python学习笔记-长字符串
- 41.和位S的连续正数序列
- acm书中题目 w-23
- 排序算法:归并算法
- Linux介绍(2)
- Linux开机遇到了The system is running in low-grahic mode问题
- spring 多数据源
- c++ cin 作为while条件