发展期》冰河期》应用期
框架+深度学习+概率论+线性代数+python
人的智能
形象到抽象的概念
人工智能
监督学习
算法课提前定义好算法,机器学习深度学习的算法来自数据
规则知识库》机器学习》浅层表示学习》深度表示学习
基于规则的学习
机器学习,手工提取特征,向量和输出的映射函数
浅层深度学习,特征提取也要能学习出来
维度诅咒,维度越多,数据的量越大
映射到低纬,降维,检减少数据量
深度学习,把最浅层的特征直接先拿出来,比如像素点,额外的层提取特征
基于规则的
回归,分类,聚类,降维
无结构数据
神经网络
根据放电的信号,浅层提取通用特征,深层提取专用特征
感知机
前向传播和反向更新,前向传播计算的时候,当前节点的梯度和顺便计算了,反向传播的时候直接乘法和加法组合梯度,构造非常复杂的计算图
模型改进
明确背后的原理,明确基本块,然后组合起来,怎么设计出来的,比怎么用更重要
算法+数据+算力
框架+语言+数学
之前对比的静态图和动态图
Pytorch
灵活性
安装
1-《PyTorch深度学习实践》-Overview
于 2022-07-21 19:53:42 首次发布