深度学习是机器学习中的一种方法,是一种非线性模型。因此,深度学习依然遵循着机器学习的三个步骤。第一个步骤是定义一列函数,深度学习中用神经网络来定义;第二个步骤是模型评估,通过计算损失函数决定,深度学习需要用交叉熵的算法计算局部损失,之后再将所有局部损失加和计算总体损失;第三个步骤是选择最优函数,往往用梯度下降法,由于深度学习涉及的参数繁多,故采用反向传播计算。
深度学习是机器学习中的一种方法,是一种非线性模型。因此,深度学习依然遵循着机器学习的三个步骤。第一个步骤是定义一列函数,深度学习中用神经网络来定义;第二个步骤是模型评估,通过计算损失函数决定,深度学习需要用交叉熵的算法计算局部损失,之后再将所有局部损失加和计算总体损失;第三个步骤是选择最优函数,往往用梯度下降法,由于深度学习涉及的参数繁多,故采用反向传播计算。