目錄

一、深度學習與神經網絡

1、深度學習定義

2、神經網絡

3、深度學習過程

4、深度學習功能

二、深度學習應用

?三、分類數據集推薦

---

一、深度學習與神經網絡

1、深度學習定義

????????深度學習（deep learning）是機器學習的分支，是一種試圖使用包含復雜結構或由多重非線性變換構成的多個處理層對數據進行高層抽象的算法。 深度學習是機器學習中一種基于對數據進行表征學習的算法，至今已有數種深度學習框架，如卷積神經網絡和深度置信網絡和遞歸神經網絡等已被應用在計算機視覺、語音識別、自然語言處理、音頻識別與生物信息學等領域并獲取了極好的效果。

深度學習的核心：學習。

2、神經網絡

????????人工神經網絡（Artificial Neural Network，簡寫為ANN)也簡稱為神經網絡(NN)。是一種模仿生物神經網絡（動物的中樞神經系統，特別是大腦）結構和功能的計算模型。經典的神經網絡結構包含三個層次的神經網絡。分別為輸入層、輸出層以及隱藏層。?

構成：輸入層、隱層、輸出層。

神經網絡的目的：尋找權重參數w。（自動從數據中學習到合適的權重參數）

神經網絡由于有較多神經元，所以展現出強大的非線性。

?

3、深度學習過程

1、收集數據并給定標簽；

2、訓練一個分類器；

3、測試、評估。?????????

4、深度學習功能

深度學習能夠學習到，什么特征是最合適的。

神經網絡能玩的東西，基本能覆蓋生活方方面面。

深度學習解決的核心問題：如何提取特征。

特征提取：

深度學習的優勢：數據量較大的時候，效果很好。?

二、深度學習應用

物體識別：?

人臉生成：?

圖片上色、超分辨率重構：

神經網絡能玩的東西，基本能覆蓋生活方方面面。

?圖像分類：

?部分遮蔽、背景混入：

自動駕駛：

?三、分類數據集推薦

總結

以上是生活随笔為你收集整理的深度学习（1）基础1 -- 深度学习与神经网络基础的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。