机器学习之深度学习

一、介绍

二、基本分类

深度学习可以被定义为以下四个基本网络框架中具有大量参数和层数的神经网络：

• 无监督预训练网络

• 卷积神经网络（Convolutional Neural Network）：基本上就是用共享权重在空间中进行扩展的标准神经网络。卷积神经网络主要是通过内部卷积来识别图片，内部卷积可以看到图像上识别对象的边缘。

• 循环神经网络（Recurrent Neural Network）：基本上就是在时间上进行扩展的标准神经网络，它提取进入下一时间步的边沿，而不是在同一时间进入下一层。循环神经网络主要是为了识别序列，例如语音信号或者文本。其内部的循环意味着网络中存在短期记忆。

• 递归神经网络（Recursive Neural Network）：更类似于分层网络，其中输入序列没有真正的时间面，但是必须以树状方式分层处理。

三、

参考：

走心整理——十个常用深度学习算法