1、什么是深度学习
1.1 基本概念
深度学习即深度神经网络学习,其概念源于人工神经网络的研究,是一种特殊的机器学习形式;其目的在于建立和模拟人脑进行分析学习的神经网络,通过模仿人脑的接受和反馈机制来解释数据;深度学习整个过程就是数据采集、数据处理、数据训练和数据优化,最后形成高准确率的识别分类模型;
图1. 深度学习、机器学习及人工智能三者关系
1.2 多层感知器
多层感知器包含三种类型的神经网络层:输入层 、隐藏层和输出层;输入层是深度学习模型网络的第一层,输出层是网络的最终层,隐藏层则是网络中的中间层;隐藏层负责对输入数据执行特定任务,并将其产生的结果数据传递到下一层;
输入层和输出层是可见的,而中间层则是“隐藏”不可见的。含多个隐藏层的多层感知器(MLP)就是一种深度学习结构。
图2. 多层感知器(MLP)结构示意图
1.3 CNN 卷积神经网络
CNN是自动驾驶中比较常用的深度学习模型,由卷积层、池化层和全连接层构成,在图像处理上具有优势:
1)