深度学习基础概念（笔记）（吴恩达深度学习）
·
目录
一.概念
（1）深度学习(深度学习是机器学习的一个重要分支)
- 训练神经网络
- 深度 体现在没有暴露的隐藏层
（2）神经网络
- 一个或多个处理单元（神经元/函数）组成的复杂处理系统。它可以根据输入的数据/特征，给出预测/决策。
（3）Relu函数
Relu（Rectified linear unit）: 修正线性单元
（4）监督学习和无监督学习
- 监督学习：用带标签的数据训练模型（每一个输入都有对应的正确输出）
- 无监督学习：用不带标签的数据训练模型
（5）结构化数据和非结构化数据
- 结构化数据：有固定格式或者有明确的字段定义和数据格式的数据。
- 非结构化数据：无固定格式和统一结构的数据。比如音频，视频，图像，文本
(6)算法
- 支持向量机SVM（一种监督学习算法）：找到一个超平面把数据分为两类，广泛应用于分类任务
二.影响神经网络训练效率的因素
-
规模：训练数据集的规模，神经网络的规模
- 计算机计算能力（硬件发展）
- 算法创新
- 训练是一个循环的过程，每次更新都在优化参数
更多推荐
4
0- 0
已为社区贡献43条内容
所有评论(0)