MMLAB学习笔记-DAY1

一、机器学习

1.机器学习的典型范式

• 监督学习：数据是由人工标注的，数据之间存在某种映射关系，目的是让机器学习到数据和标签之间的关系
• 无监督学习：数据是没有标签的，通过对数据分析，运用聚类等方法探索出不同数据之间的差异

2.机器学习的基本流程

训练->验证->应用

3.基于梯度下降训练神经网络的整体流程

二、卷积神经网络的基本结构

• 卷积层：通过卷积计算，让原来是C通道的特征图转换成C’通道的特征图
  

• 激活层：通过激活函数对特征图做非线性变换
  

• 池化层：在特征图的局部区域内计算最大值或平均值，从而降低特征图的分辨率，减少计算量
  

• 全连接层：通过矩阵乘法，将原特征图乘上一个特征矩阵再加上一个偏置值

• 概率输出层：将网络输出值转换为概率