授课讲师 | 毕然 百度深度学习技术平台部主任架构师
授课时间 | 每周二、周四晚20:00-21:00
编辑整理 | 刘威威
内容来源 | 百度飞桨深度学习集训营
本课程是百度官方开设的零基础入门深度学习课程,主要面向没有深度学习技术基础或者基础薄弱的同学,帮助大家实现从0到1的跨越。从本课程中,你将学习到:
-
深度学习基础知识
-
numpy实现神经网络构建和梯度下降算法
-
计算机视觉领域主要方向的原理、实践
-
自然语言处理领域主要方向的原理、实践
-
个性化推荐算法的原理、实践
本周为开讲第一周,百度深度学习技术平台部主任架构师毕然老师,利用两次课的时间,讲解了三个知识点:
-
人工智能、机器学习、深度学习三者的关系,并简要介绍了深度学习的发展历史以及未来趋势。
-
介绍构建深度模型的五个步骤,并手把手教大家使用numpy实现神经网络。
-
原理介绍和代码实践并行,详细介绍了使用numpy实现梯度下降算法。
本文总结了毕然老师的讲课要点,不免疏漏一些生动的讲课案例,感兴趣的同学可从文末链接中直接观看课程。
01
深度学习介绍
对于深度学习初学者来说,容易遇到三个入门级问题:
-
人工智能、机器学习、深度学习三者之间关系是什么?
-
一般的机器学习方法是什么?
-
为什么那么多人看好深度学习,其未来的发展趋势是什么?
本次课程在第一讲中则优先解决这些问题。首先对第一个问题,以人工智能、机器学习、深度学习三者的关系开始。三者覆盖的技术范畴是逐层递减的,人工智能是最宽泛的概念,机器学习则是实现人工智能的一种方式,也是目前较有效的方式。深度学习是机器学习算法中最热的一个分支,在近些年取得了显著的进展,并代替了多数传统机器学习算法。所以,三者的关系可用下图表示,人工智能 > 机器学习 > 深度学习。
图1:人工智能、机器学习和深度学习三者之间的概念范围
其次,对于第二个问题,一般的机器学习方法是什么?
课程以“机器从牛顿第二定律实验中学习知识”为案例,生动的讲解了机器学习(监督学习)到底是怎样的一种技术方法。
举例类比,机器如一个机械的学生一样,只能通过尝试答对(最小化损失)大量的习题(已知样本)来学习知识(模型参数w),期望用学习到的知识w组成完整的模型,能回答不知道答案的考试题(未知样本)。最