iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 16
0
Google Developers Machine Learning

Python + 機器學習/深度學習小筆記系列 第 16

[Day - 16]深度學習概論5(從神經元到神經網路)

  • 分享至 

  • xImage
  •  

把相同結構的單元組合在一起,構成神經網路的層:
輸入層,輸入向量
中間層(隱含層)
輸出層,輸出向量,用於預測,分類以及回歸
https://ithelp.ithome.com.tw/upload/images/20190917/20119675J7h1BWAUvR.jpg

每一個隱含層都是向量輸入,向量輸出
同層的單元輸入向量相同,來自前一層
同層的單元輸出構成該層的輸出向量
https://ithelp.ithome.com.tw/upload/images/20190917/20119675cmxFYXpLir.jpg

神經網路
神經網路是有史以來發明的最優美的編程范式之一
在傳統的編程方法中,人告訴計算機做什麼,人把大問題分成許多小的,精確定義的任務
神經網路中,我們不告訴計算機如何解決我們的問題,它從觀測數據中學習,找出它自己解決問題的方法
2006年,被稱為"深度神經網路"的學習技術的發現引起了變革,這些技術現在被稱為"深度學習"
今天,深度學習在計算機視覺、語音識別、自然語言處理等許多重要問題上都取得了顯著的性能


上一篇
[Day - 15]深度學習概論4(神經網路的結構與單元感知器)
下一篇
[Day - 17]深度學習概論6(人工神經網路)
系列文
Python + 機器學習/深度學習小筆記30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言