3. 深度学习
备注
深度学习是机器学习的一个分支,是实现机器学习的技术之一。所以能学深度学习肯定是具备一定的机器学习基础知识了。
3.1. 书籍推荐
- 《神经网络与深度学习》 邱锡鹏著
- 《动手学深度学习》 李沫
特点:通俗易懂,理论+实践、具备可操作性、对于了解原理及应用有帮助
是基于不同框架写的书,可根据自己需求选择
- 《深度学习》(花书)
特点:书厚、关于数学基础、机器学习、深度学习都有涉及、还分了深度学习不同的领域,如NLP等
可当做工具书
3.2. 深度学习基本点
- 深度?学习?
深度就是模型复杂。
学习学的是特征表达(表示)。也就是学习的目的是什么。
总结:用相对深的模型来学习特征表示。
- 属于的人工智能学派:连接主义。
连接主义是认知科学领域的信息处理方式。相对应的还有符号主义学派。
连接主义主要由神经元(人工神经网络)进行信息处理,其缺点是可解释性差(黑箱)。
备注
Q1:人工神经网络的本质是什么?
A:数学角度:基于的理论的函数逼近论。表达不同维数空间之间的一个函数映射。(总之它不神秘,也不是真正的智能)
Q2:人工神经网络和深度学习的关系?
A: 人工神经网络是实现深度学习的手段或者方法之一。TA俩不等价!
属于机器学习的一个分支。
备注
Q:深度学习、机器学习的最大区别是什么?
A:深度学习可以基于大数据自动进行特征学习,完成端到端的学习。相反,机器学习大多数需要人为进行特征标记,学习结果受人为因素影响大。
深度学习相对于机器学习模型更为复杂。其理论上个世纪就出现了,随着算力、算法、数据三要素的具备深度学习再次被唤醒。