在上一章節有提到,機器學習是機器透過資料找出參數建立模型的方法,當我們將這些上萬個參數用神經網路(Neural Network)的結構來表示,並通過訓練模型來解出這些參數時,這個技術就被稱為深度學習。因此,深度學習可以看作機器學習的一個子類別。
深度學習的強大之處在於:神經網路能自行從資料中萃取有用的特徵,使用者無需自己手動找出特徵。一般情況下,這些自動生成的特徵甚至比人工找出的特徵還要好。
利用深度學習來完成任務需要的條件:
TensorFlow
PyTorch
本章節會使用PyTorch作為主要的框架來介紹深度學習的原理和應用
今天下午因為要到公司其它事業群開會,說時遲,那時快,午後雷陣雨以迅雷不及掩耳之勢襲來,那雨勢跟用灌的沒兩樣,在移動的過程中,我彷彿一邊在瀑布下磨練心志,一邊在鑽研輕功水上漂...