发博客的目的有二，一是总结自己的经验分享。二是发出来代码，方便大家跑通理解。
目标
- 怎样使用PyTorch实现学习系统
2.理解神经网络和深度学习的基础
需要
1.线性代数和概率论与数理统计
2.python
机器学习
1.根据信息进行推理
2.根据图像进行预测
用监督学习，训练
算法
穷举法
贪心法
分治法
动态规划
机器学习中首先有了数据集，从数据集里面找到算法。（提模型，训练，验证）
AI包括机器学习，机器学习包括表示学习(特征提取)，表示学习包括深度学习。
如何发展学习系统
1.基于规则的系统（输入》手动设计程序》输出）
2.经典机器学习（输入》手动设计特征》特征映射》输出）
3.表示学习（输入》特征》特征映射》输出）从数据训练
4.深度学习（输入》简单特征》额外的更多抽取特征的层》特征映射》输出）
神经网络
来自神经科学到数学和工程学
算法、数据集、算力
扫一扫
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
