深度学习和TensorFlow初探
1.什么是深度学习
深度学习,感觉很难的样子,但其实很Easy的(至少入门很Easy,Easy,Easy…心理暗示很重要),不就是给你一堆数据,算法学习数据内部的联系,经过训练学到东西之后,再处理类似问题,得到较好的处理结果这样一个过程嘛。如图:
上图不同于分类问题,labels不是输入数据的类别!这里是在做一个end-to-end learning,也就是让神经网络学习到images和labels之间的映射关系(转置),网络学到东西后,在输入测试图,网络输出近似看做测试图的转置。看似简单的一个映射关系,神经网络也需要大量的数据集来拟合,就像分类一样,你一看这就是一条狗,但是网络可不是那么容易识别,它需要大量训练集(包括images和labels,images是图片和labels是图片中是否是狗)来构建深度神经网络学习识别这到底是不是一条狗(所以就称为在做深度学习啦)。MNIST手写字符识别做的人已经太多了,所以本系列博客不再做分类问题,而是专注于解决这个端到端的深度学习问题,这种方法可以广泛的运用于图像分割、图像复原、图像去噪中,做图像处理的小伙伴Mark一下