深度学习之用神经网络进行监督学习
到目前为止,几乎所有由神经网络创造的经济价值都基于其中的一种机器学习,“监督学习” 深度学习有很多用途,应用于广告点击(用户最喜欢看什么样的广告),机器翻译,语音识别(将语音翻译成文字),无人驾驶,图像处理。RNN(循环神经网络)非常适合处理一维的数据,其中包含时间序列。CNN(卷积神经网络)通常用于图像处理。
·
到目前为止,几乎所有由神经网络创造的经济价值都基于其中的一种机器学习,“监督学习”
深度学习有很多用途,应用于广告点击(用户最喜欢看什么样的广告),机器翻译,语音识别(将语音翻译成文字),无人驾驶,图像处理。RNN(循环神经网络)非常适合处理一维的数据,其中包含时间序列。CNN(卷积神经网络)通常用于图像处理。
更多推荐
已为社区贡献1条内容
所有评论(0)