1.概念
深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
2.分类
较为常见的为循环神经网络(RNN)(一般用于处理文本),卷积神经网络(RNN)(一般用于处理图片)
3.方向
文本类(NLP)
文本分类
文本匹配
序列标注
文本生成
视觉类(CV)
图像理解
分类
检测
分割
追踪
深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
较为常见的为循环神经网络(RNN)(一般用于处理文本),卷积神经网络(RNN)(一般用于处理图片)
文本分类
文本匹配
序列标注
文本生成
分类
检测
分割
追踪