我的“深度学习”笔记 一 前言
之前一直零散的学习或者使用一些神经网络的东西,但非常的碎片化,不成体系。近来花了一些时间系统的学习了深度学习的一些知识,联想起之前的课题中处理的一些回归问题,对深度学习有了一些浅薄的理解和感悟。因此特记录下关于“深度学习”的一些学习体会。
最近特意上了复旦大学邱锡鹏老师《神经网络与深度学习》一课,个人觉得入门还是非常合适的(但可能得先复习下本科阶段的概率论、线性代数和微积分)。我这一笔记中,有很多也来自这门课的“牙慧”。邱老师的课在B站有视频,github上也有电子书和PPT。我看了邱老师视频后实在过意不去,特地去京东买了邱老师的书,哈哈哈哈。需要给知识的传播者更多的尊重。
1 什么是深度学习
我在最早听说这些名词的时候最疑惑的就是“机器学习”、“神经网络”、“深度学习”、“强化学习”这一系列名词之间的关系。实质上,我现在还是没有特别清晰的认识这些概念区别,但好在有了一些比较感性的认知,比如,神经网络和深度学习在目前来说是相互依存的,再比如,机器学习是一个非常宏大的概念等等。
深度学习在定义上来说,是机器学习的一种,是基于神经网络的一种表示学习方式。机器学习是一个非常宽泛的概念,而神经网络是一个模型的名字。
2 学习路线
下面一张图是从邱老师的课中摘抄的学习路线,可以根据这个图来进行学习。
再者,人工智能的算法日新月异,最主要的还是要紧跟最新的潮流。