人工智能 tf

sunwutian · March 16, 2020 · 6 hits

andrew ng

深度学习 是 什么?

简单点来说 是训练神经网络。 神经网络有时候规模会很大。 非常传统的例子, 是房价的预测。

假设有一个六间房的数据集,已知房屋的面积 房屋价格 想要找到一个函数来预测房价。

很显然,懂线性回归的同学会知道直接拟合一条直线就好。

这就是最简单的神经网络。

输入 x, 经过一个神经元,得到预测价格 y

这个函数被称为 ReLU 函数,全称是修正线性单元,修正指的是取不小于 0 的值。

大点的神经网络是把这些单个神经元堆叠起来形成的,你可以想象成搭乐高积木。

预测房屋价格,现在可能还有一些其他的特征,如卧室的数量,邮编也可以作为一个特性,因为说明了步行化程度。还有其他等等特性。。。

对于神经网络,只有你喂给它足够多的 x 和 y 的数据,得到足够多的 x y 训练样本,就非常擅于计算从 x 到 y 的精准映射函数。这就是一个基本的神经网络,自己的神经网络在监督学习的环境下是如此有效和强大。

常见的应用有
预测房价
在线广告
还有图像 文本等的处理
语言翻译
自动驾驶

图像领域,经常使用卷积神经网络,也就是 CNN

对于序列数据,例如音频中含有时间成分,则使用 RNN

英语翻译 也 属于序列数据, RNN

无人驾驶,基于图片,

另外 就是 GAN 无监督学习了。

待续 。。。

No Reply at the moment.
You need to Sign in before reply, if you don't have an account, please Sign up first.