就是更深層次的學習，它是機器學習的乙個子領域，就我個人理解而言，它就是乙個深度神經網路。
就是擁有很多隱藏層的神經網路，通常只要隱藏層超過2個，我們就可以把這個神經網路定義為深度神經網路，當然，隱藏層的啟用函式應該是非線性的，如果是線性的，即使10000層，它的學習能力也僅僅相當於帶有乙個隱藏層的神經網路。
深度學習到底有什麼好處呢，或者是它相當於傳統的機器學習來說有什麼優勢呢?
1.能夠從原始資料中自動提取特徵，而不需要人工的設計特徵。這也就是所謂的特徵學習或者表示學習，而在表示學習中最關鍵的就是逐層處理。假如我們要處理乙個影象，神經網路有很多層，那麼在最底層，網路看到的是畫素，當一層一層往上的時候，看到的可能是邊緣，在往上可能是輪廓或者是某個目標的乙個部位。神經網路做的就是逐層的對它看到的東西進行抽象，將低階特徵組合成高階特徵。那麼既然有深度神經網路那也就會有寬度神經網路，顧名思義它就是加寬隱藏層，也就是增加隱藏層中神經元的數量，它雖然增加了模型的複雜度，但是實際效果並沒有深度神經網路好，很主要的原因是他沒有逐層處理。
2.深度學習相比於其他傳統的機器學習還提供了複雜的特徵變換，傳統的機器學習，比如決策樹，雖然他也能達到很深，但是始終是在同乙個特徵空間中學習，在內部沒有進行特徵變換，換句話說它們在處理資料的時候用的只是原始特徵，而深度神經網路能都對這些原始特徵進行複雜的特徵變換，學習到更高階的特徵。
關於Tcp的一些淺見
從小我們就被教育tcp三次握手,四次揮手云云.其實教科書把我們得思維限制死了,現實的狀況更加有趣.譬如伺服器端也會主動 say hi 客戶端和伺服器端會同時向對方發出syn.博主總結出以下幾條機器對於tcp訊號的反應,對所謂的 客戶端 和 伺服器端 都適用.建立連線的規則 1.收到 syn 必定回覆...
ceph的一些淺見 關於日誌（1）
日誌是研究 的第一步。ceph的日誌預設輸入到 var log ceph目錄下，可以進入到該目錄下，查詢相應資訊。總共有20個等級的日誌輸出，從1 20。例如我要調整osd.0的日誌輸出等級為15 15，使用下面的命令設定輸出等級 ceph tell osd.0 injectargs debug o...
關於深度學習的一些思考
問1 有監督學習中，機器學習是什麼？答1 機器學習就是先假設乙個函式，使用訓練樣本來選取最優的引數 當有新樣本時，把特徵輸入已訓練好的函式中，得到 值。問2 神經網路中，神經元的作用是什麼？答2 1 對輸入特徵進行線性加權 z w1 a1 w2 a2 w3 a3 b，其中wi是權重，ai是特徵值，b...