3. 深度学习¶
注解
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）。
注解
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。
注解
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。