一、深度学习要解决的问题
人工智能是现如今很火的一大话题,机器学习是人工智能的核心环节,而深度学习是机器学习的核心环节。可以将深度学习的算法理解为一种特征提取的方法;
1、机器学习的流程
其中最重要的是特征工程
深度学习做的就是怎么样提取特征。
2、深度学习的应用
3、计算机视觉
CIFAR-10
二、神经网络基础
1、线性函数
其中W起了决定性作用,一开始随机分配W矩阵,结果可能不符合实际,随着W的慢慢迭代,W矩阵越来越完善。
2、损失函数
定义W矩阵好坏,衡量分类结果的质量的就需要损失函数
1可代表容忍程度
为了防止过拟合,我们还必须给我们的损失函数加上正则化惩罚项
3、softmax分类器
前向传播得到损失值