深度学习是机器学习的一个分支，模仿人脑的神经网络进行数据解析。其成功依赖于大数据、大规模计算、复杂模型和高效算法。通过多层网络，深度学习进行无监督预训练和监督学习，实现特征学习。深度模型通过逐层数据变换学习内在特征，提高分类和预测准确性。常用模型包括自动编码器和稀疏编码。训练过程涉及自下而上的非监督学习和自顶向下的监督学习。
一．概念
1.是机器学习研究中的一个新的领域，其动机在于建立，模拟人脑进行分析学习的神经网络，它模拟人脑的机制进行解释数据，学习方法也分为监督学习和非监督学习两种方式。
2.深度学习成功的条件
大数据+大规模计算能力+复杂模型+高效算法
二．适于解决的问题的特征
1.深度不足会出现问题
2.人脑具有一个深度结构
3.认知过程逐层进行，逐步抽象
三．核心思想
1. 无监督学习用于每一层网络的pre-train
2. 每次用无监督学习训练一层，将其训练结果作为其高一层的输入
3. 用监督学习去学习去调整所有层</
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
2266
