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