机器学习是什么?
机器学习就是信息压缩。
深度学习是什么?
深度学习是机器学习的一个子类。它的模型由多层神经网络组成,在使用前要经过训练。神经网络由神经元组成,神经元可以看成是一个输入到输出的映射f:x->y,这个映射叫激活函数,激活函数主要有sigmoid函数、tanh函数等。训练过程用到的方法主要有梯度下降算法(gradient descent)和反向传播算法(back propagation)。
为什么要用深度学习?
深度学习可以用来判断趋势、预测未来。
怎样用深度学习?
首先,通过样本训练模型。样本是由输入x和输出y组成的(有时没有y,稍后会讲,这里的输出y叫做标签,有y的训练过程叫有监督学习,没y的训练过程叫无监督学习),训练过程就是找出输入x和输出y之间的映射关系f:x->y,这个映射关系f就是模型。
然后,有一个新的输入x‘,我们想知道x'的输出y'是什么,这时就可以用先前训练的模型,即f:x->y,得到x'的输出y'。
举例来讲,x可以是图片,y是汉字(猫、狗、羊),x'是一张新的图片,通过模型我们可以判断这张图片里是什么,比如y'=‘猫’。
2017-07-20更新