鍍金池/ 教程/ 人工智能/ 深度學習簡介
人工神經網絡
深度學習
深度學習簡介
深度神經網絡
深度學習的應用
計算圖
訓練神經網絡
基本原理
機器學習基礎
深度學習庫和框架
深度學習開發(fā)環(huán)境

深度學習簡介

深度結構化學習或分層學習或簡稱深度學習是機器學習方法家族的一部分,它們本身就是更廣泛的人工智能領域的子集。

深度學習是一類機器學習算法,它使用多層非線性處理單元進行特征提取和轉換。 每個連續(xù)的圖層使用前一層的輸出作為輸入。

深度神經網絡,深度信念網絡和遞歸神經網絡已經應用于諸如計算機視覺,語音識別,自然語言處理,音頻識別,社交網絡過濾,機器翻譯和生物信息學等領域,其中他們產生的結果可與一些情況相比并且在某些情況下比人類專家更好。

深度學習算法和網絡 -

  • 基于多級特征或數據表示的無監(jiān)督學習。 更高級別的特征來自更低級別的特征以形成分層表示。
  • 使用某種形式的梯度下降進行訓練。

下一篇:基本原理