AI之DL：人工智能领域—深度学习的简介(包括相关术语概念)、常用算法、常用框架、应用场景之详细攻略

AI之DL：人工智能领域—深度学习的简介(包括相关术语概念)、常用算法、常用框架、应用场景之详细攻略

目录

相关文章

AI：人工智能(Artificial Intelligence)的简介、发展历史、应用场景之详细攻略

AI之DS：人工智能领域—数据科学技术(DataScience，提取+分析+可视化+机器学习)的简介、流程、案例应用执行详细攻略

AI之ML：人工智能领域—机器学习的简介、常用算法、常用框架、应用场景之详细攻略

AI之DL：人工智能领域—深度学习的简介(包括相关术语概念)、常用算法、常用框架、应用场景之详细攻略

深度学习(神经网络)的相关术语

0、深度学习与机器学习、人工智能之间的关系

1、基础知识(相关概念、训练策略)

DL之AF：机器学习/深度学习中常用的激活函数(sigmoid、softmax等)简介、应用、计算图实现、代码实现详细攻略

ML之ME/LF：机器学习中常见模型评估指标/损失函数(LiR损失、L1损失、L2损失、Logistic损失)求梯度/求导、案例应用之详细攻略

DL之DNN优化技术：神经网络算法简介之GD/SGD算法的简介、代码实现、代码调参之详细攻略

2、深度学习硬件相关的术语

深度学习的简介

1、深度学习的概述

2、思考与探究：ANN(人工神经网络)与人类大脑

(1)、人工神经网络模拟动物神经网络、人类大脑

(2)、人工智能面临一个关键问题：是否需要先理解大脑的工作原理才能创造出与之相媲美的人工智能？

(3)、一篇论文分析了深层神经网络与视觉神经之间的对应关系

(4)、目前对深度神经网络和脑科学的研究还不完善

3、ANN(人工神经网络)的发展过程：感知机→BP→低谷→复兴→持续创新

AI之DL：人工智能领域—深度学习的发展历史(偏参考权威)、重要性节点、代表性算法之详细攻略

(1)、启蒙时期——感知机时代（1950s-1960s）：诞生即首次遇冷

DL之Perceptron：Perceptron感知器(多层感知机/多层神经网络/人工神经元)的简介、原理代码实现、案例应用(相关配图)之详细攻略

(2)、复苏时期——反向传播算法的提出（1970s-1980s）：让神经网络研究得以复苏

DL之BP： BP神经网络的简介、基础知识(神经元/感知机、训练策略、预测原理)、经典案例应用之详细攻略

(3)、低谷时期——深度学习的低谷（1990s-2000s）：SVM性能炸天，让神经网络算法望其项背

(4)、复兴时期——深度学习的复兴（2010s至今）：CV领域算法助力神经网络算法起飞！

AI之DL：人工智能领域—深度学习的发展历程之深度学习爆发的三大因素、探究DL为什么耗算力

(5)、高潮时期——持续创新和应用（2020s至今）：NLP领域算法助力神经网络算法迈向AGI时代！

4、各种对比

对比：NN(早期的浅层学习)、DNN(后期的深度学习)

对比：HNN、DNN

5、深度学习大牛圈及其关系

Hinton、Jordan、LeCun、Bengio等

6、深度学习的日常工作

深度学习的常用算法

0、常用的神经网络模型概览

1、DNN

DL之ANN/DNN： 人工神经网络ANN/DNN深度神经网络算法的简介、应用、经典案例之详细攻略

2、CNN

DL之CNN：计算机视觉之卷积神经网络算法的简介(经典架构/论文)、CNN优化技术、调参学习实践、CNN经典结构及其演化、案例应用之详细攻略

3、RNN

DL之RNN/LSTM/GRU：RNN/LSTM/GRU算法动图对比、TF代码定义之详细攻略

4、Transformer

深度学习的常用框架

深度学习的应用场景

---

相关文章

AI：人工智能(Artificial Intelligence)的简介、发展历史、应用场景之详细攻略

AI：人工智能的简介、发展历史、案例应用之详细攻略_人工智能领域之ai基础概念术语-CSDN博客<