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。
CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！
更多推荐
0
0- 0
已为社区贡献1条内容
所有评论(0)