深度学习 是生成模型还是判别模型
。
深度学习的模型有很多,既有生成模式也有判别模式,目前开发者最常用的深度学习模型与架构包括CNN卷积神经网络、DBN深度信念网络、RNN循环神经网络、RNTN递归神经张量网络、自动编码器、GAN生成对抗模型等。
机器学习方法可以分为生成方法(generativeapproach)和判别方法(discriminativeapproach),所学到的模型分别称为生成式模型(generativemodel)和判别式模型(discriminativemodel)。
生成方法通过观测数据学习样本与标签的联合概率分布P(X,Y),训练好的模型能够生成符合样本分布的新数据,它可以用于有监督学习和无监督学习。
判别模型:将跟踪问题看成一个二分类问题,然后找到目标和背景的决策边界。它不管目标是怎么描述的,那只要知道目标和背景的差别在哪,然后你给一个图像,它看它处于边界的那一边,就归为哪一类。
谷歌人工智能写作项目:神经网络伪原创
神经网络算法的三大类分别是?
神经网络算法的三大类分别是:1、前馈神经网络:这是实际应用中最常见的神经网络类型写作猫。第一层是输入,最后一层是输出。如果有多个隐藏层,我们称之为“深度”神经网络。他们计算出一系列改变样本相似性的变换。