本文来源于阿里云-云栖社区,原文点击这里。
机器学习与深度学习应用
机器学习是通过机器进行自主学习数据而非以编码的方式;深度学习是机器学习的一个分支,主要包括四种最基本的网络结构。
CNN是卷积神经网络。通过卷积网络的模型,可以高效地处理图像分类或人脸识别等应用。
MLP是多层感知机,也就是传统的神经网络。已经被Google大量应用在Youtube视频推荐和APP推荐上。
RNN模型是在神经元里加入带记忆的神经元结构,可以处理和时间序列有关的问题。
RL是Alphago用到的增强学习,它的底层也用到一些深度学习技术。
CaseStudy:Image Classification
假如有一个应用要通过大量图片训练分辨出猫和狗的图片。如果按照传统的方法,程序员自己写应用来区别猫狗图片,可能需要很多规则和图形处理技巧,必须是一个图像专家。
但现在有了神经网络,输入只是数据,只要定义一个简单的神经网络,把应用写好后通过数据训练,就能实现一个效果不错的图像分类应用。