初識深度學習

初識深度學習：深度學習裡面有兩個重要的數學概念:導數、偏導數。深度學習是採用神經網路，用於解決線性不可分的問題。

所謂深度學習，就是具有很多個隱層的神經網路。

神經網路分為輸入層、輸出層和隱層。

不斷學習訓練和修正。

深度學習是乙個不斷磨合的過程，剛開始定義乙個標準引數(這些都是驗值),然後不斷地修正,得出每個節點間的權重。

假設教小孩看圖識字,首先得把給小孩看,並且告訴小孩正確的答案，為了使小孩認識不同環境下的該物體，所以我們用不同的不斷地教他，訓練他，這個訓練的過程，其實就類似於求解神經網路權重的過程。以後測試的時候，只要給他，他就知道圖裡面有什麼了。

所以訓練集，其實就是給小孩看的，帶有正確答案的，對於深度學習而言，訓練就是用來求解神經網路的權重的，最後形成模型;而測試集，就是用來驗證模型的準確度的。

對於已經訓練好的模型，權重都已知。

我們假定乙個神經網路已經定義好，比如有多少層，每層有多少個節點，也有預設的權重和啟用函式。

深度學習初識（1）

1.深度學習從生命的生物機理中獲得靈感，但是它與大腦的工作原理差別非常巨大。2.描述深度學習 1 學著描繪世界的機器 machines that learn to represent the word 端對端的機器學習 end to end machine learning 在乙個能夠學習的機器中，...

深度學習 初識TensorFlow

深度學習使用場景 影象理解 語音識別 自然語言處理 機器自主 無人駕駛 深度學習，如深度神經網路 卷積神經網路和遞迴神經網路已被應用計算機視覺 語音識別 自然語言處理 音訊識別與生物資訊學等領域並取得了很好的效果。深度學習在人工智慧領域的地位 深度學習框架 google brain計畫產物 應用於a...

大話深度學習（一） 初識深度前饋神經網路

初識深度前饋神經網路 深度前饋神經網路可簡稱為前饋神經網路，前饋神經網路最具有代表性的乙個樣例就是多層感知機 mlp 模型。前饋神經網路的模型是向前的，模型的輸入與輸出不存在鏈結，例如乙個輸入輸出滿足乙個函式y f x x為輸入，y為輸出。資訊從x經過f x 到達y，這個過程中f以及x並沒有因為y的...