深度学习是什么?
这不用说了,怎么开始学深度学习呢?当然会给你推荐深度学习的经典之作《“花书”》,当你满心欢悦拿到这本书的时候(大佬除外),你会发现HOW What is are?
然后就开始了入门到放弃。。。。。
因此为提高大家入坑深度学习的兴趣,我简单讲一下自己的学习过程(本人菜鸟)
首先我是学习下深度学习是啥,我总结最重要的是理解卷积神经网络!何为卷积神经网络呢,即为具有深度的神经网络,说起来就是类神经元结构,输入几个信号加权,运算后输出结果,这就是神经元结构,而深度学习就是神经元连着神经元,几个输入加权输出,几个输入加权输出,好多个这种单元并列且前后叠加起来,脑补一下吧!再不行百度。。。
卷积神经网络其实和神经元还不太一致,它主要两个部分卷积和池化。卷积可以这样理解,一张画满格子的纸,然后拿一个格子(其实是几个格子(其实是卷积核)),拿这个格子和之上每一个格子叠加(卷积),这样画满格子的纸上,每个格子特征都提取出来了,不理解卷积的可以想象为你拿的格子是个10倍放大器,用它把每个格子放大,是不是特征很明显了,当然卷积过程还是得好好查文献学习。
我们继续,当你“放大”特征后,发现还是这么多格子,没啥变化,这时候池化层就来了,目前常用的最大和平均方式,即你把每个格子“放大”后的纸上,每四个(可以更多)取一个最大的(或者四个取平均),你发现纸是不是变小