1、深度学习简介
深度学习是机器学习的一个分支,简单来说就是通过人工神经网络,强行在业务的 输入 和 输出 之间,暴力耦合一个出一个数学模型。
1.1 深度学习特点
1、由于是暴力耦合出来的模型,自然模型可解释性很差,如果模型要准确,就需要非常大量的数据进行训练。
因此,如果客户说,我们的数据比较少,那就不能用深度学习来做,选择更符合客户业务场景的传统机器学习算法来做(比如 支持向量机,随机森林,卡尔曼滤波,等等)
2、简捷,应用场景多,只要数据量到位了,啥都可以用深度学习来做,效果也非常好。比起去学一堆其他机器学习算法,舒服多了。
1.2 深度学习框架
我的博客 主要介绍Pytorch
2、神经网络 和 神经元
2.1 神经网络
第一节已经介绍了,深度学习就是通过人工神经网络,强行在业务的 输入 和 输出 之间,暴力耦合一个出一个数学模型。
神经网络就是 一系列 线性 和 非线性 的函数,一般线性函数放在前面,即y=wx+b ;非线性函数(就是什么Sigmoid,tanh,Rul