什么是深度学习?
1 深度学习的定义
由上图可知:人工智能 > 机器学习 > 深度学习
深度学习是机器学习的一个子集,也就是说深度学习是实现机器学习的一种方法,是一种以 人工神经网络 为架构,对数据进行特征学习的算法。
2 与机器学习的区别
与机器学习算法的主要区别如下:
- 从特征提取的角度出发:
- 机器学习依赖人工设计特征,并进行特征提取
- 深度学习没有复杂的人工特征提取的过程,特征提取的过程可以通过深度神经网络自动完成,这也是深度学习被看做黑盒子,可解释性差的原因
- 从数据量的角度出发:
- 深度学习需要大量的训练数据集,会有更高的效果
- 深度学习训练深度神经网络需要大量的算力,因为其中有更多的参数
3 神经网络的分类
随着计算机软硬件的飞速发展,深度学习通过拥有众多层数 神经网络 (Neural Network)来模拟人脑来解释数据,包括图像,文本,音频等内容。目前来看常用的神经网络包括:
- 卷积神经网络(Convolutional Neural Network)
- 循环神经网络(Recurrent Neural Network)
- 生成对抗网络(Generative Adversarial Networks)
- 深度强化学习(Deep Reinforcement Learning)等