(1)分类
①浅层学习:分段学习
②深度学习:端到端
(2)激活函数
(3)从标注数据出发,优化模型数据(优化目标:损失值小,参数不复杂)
①标注数据:(xi,yi)(1<=i<=N)
xi:神经网络输入
yi:期望输出
②评分函数将输入数据映射为类别置信度大小:s=f(x)=
③损失函数估量模型预测值和真实值之间差距,损失函数给出差距越小,则模型鲁棒性越好,其中常用的损失函数:softmax(分类正确样本softmax值所占比重越大,其loss越小),SVM(分类正确样本置信度比分类错误样本置信度至少大1),FULL loss
④参数优化:梯度下降、误差反向传播(BP算法)