前言
深度学习
- 深度学习(Deep Learning)是机器学习(Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能
- 深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助,它的最终目标是让机器能够相认一样具有分析学习能力,能有识别文字,图像和声音等数据。深度学习使一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术
- 深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐,个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模范视听和思考等人类活动,解决了很多复杂的模式识别难题,使得人工智能技术取得了很大的进步
神经网络
- DNN
- 深度神经网络(多层)
- 深度神经网络(多层)
- CNN
- 积卷神经网络(解决图像)
- 28*28 > 14*14 > 7*7 > 1*1
- 积卷神经网络(解决图像)
- RNN
- 递归神经网络
- 避免丢失
- 递归神经网络
- GAN
- 生成对抗网络
- 生成判别
- 生成对抗网络
单个神经元
逻辑与
(0,0)、(0,1)、(1,0) ——>(1,1)
逻辑或
(1,1)、(0,1)、(1,0) ——>(0,0)
非线性可分
解决办法:多线或曲线