深度学习是伴随神经网络而发展起来的。神经元是如下的结构：
它有若干个输入，和输出。神经元内部的操作是对输入线性加权后再经激活函数映射为输出。
神经网络有多种激活函数。实际中一般选用非线性函数。
这些神经元连接起来后就形成了网络。
神经网络可以用来做分类，也可以用来做回归，还可以做聚类。
神经网络的训练就是训练各个神经元线性加权的权重。
神经网络也是不断迭代的过程，有前向传播和反向传播。
深度学习是神经网络应用的一种。有以下几种常用的网络结构。
比如说卷积神经网络CNN，常备用于处理图像。循环神经网路RNN则常用于处理序列数据，比如音频、视频、文本等。长短时记忆LSTM，是神经元更复杂的RNN，适合处理时序中间隔和延迟较长的，在语音处理、机器翻译、图像说明、手写生成、图像生成等领域都有很好的表现。
深度学习是伴随神经网络而发展起来的。神经元是如下的结构： 它有若干个输入，和输出。神经元内部的操作是对输入线性加权...
[机器学习入门] 李弘毅机器学习笔记-16 （Unsupervised Learning: Neighbor Em...
1.机器学习&数据挖掘笔记_16（常见面试之机器学习算法思想简单梳理）
机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day...
机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day...
机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day...
机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day...
点击链接：逻辑回归 NG机器学习公开课笔记：机器学习笔记
链接：多元线性回归 NG机器学习公开课笔记：机器学习笔记
前情回顾 机器学习100天|Day1数据预处理100天搞定机器学习|Day2简单线性回归分析100天搞定机器学习|...
本文标题：Day 687：机器学习笔记（16）
本文链接：https://www.haomeiwen.com/subject/wepnhqtx.html
网友评论