本节我们介绍一些深度学习领域常用的术语。
3.1 深度学习的分类
3.1.1 有监督学习
就是我们常说的预测任务,即分类与回归。
当给定输入时,分类输出的是具体的类别, 而回归输出的是一个数值。比如要预测给定的手写数字是 0 到 9 中的哪一个,这就是一个分类任务;而如果我们需要对一个区域内的房价进行预测,最后预测的结果是一个数值,这就是回归任务。
在有监督学习中,它的训练集是需要被标记好的。被标记好的数据就是教材,它对应数据的真实结果,训练过程相当于是老师,通过这些数据把知识教给机器。模型在训练的过程中,我们会让模型的输出不断接近真实的结果,从而持续更新参数,达到学习的目的,就像我们在学习中会不断修正我们所得到的知识。
3.1.2 无监督学习
在没有额外信息的情况下自动提取数据中模式和结构,其中具有代表性的无监督学习是聚类算法,常见的有 K-Means、层级聚类、EM 算法等。传统的聚类算法比较简单,并且实际落地的项目较少。深度学习中具有代表性的无监督学习是 GAN 与自编码器。
3.2 训练
确定模型中的参数的过程,我们就称为“训练”。