什么是深度学习?

简单理解深度学习就是人类容易做的事情,机器不容易完成的事情。(实例:人脸识别,这个例子很好的证明了这句话。假如你识别一个人 ,今天这个人长这个样子,明天脸上有一块伤口,我们人是不是还可以一眼就可以识别,而机器却不好识别)。

深度学习模型

自然语言处理是人工智能皇冠上的明珠。

深度学习的模型

1.深度学习模型的四大部分:

数据集、模型、学习准则、优化方法

2.深度学习模型:

3.深度学习模型学习方法

基础模型:MLP,CNN,RNN

主流模型:transformer,GPT,Bert

4.深度学习模型的学习导师:keras

Keras是一个流行的深度学习库。2017年就有250000名研发人员共同研发。

Google的tansorflow选择kears作为其库的高级API

Keras是一个致力于加速深度学习模型实施的库

Keras快速图形化模型

keras模型流程图:

如何构建kears构建模型:

kears模型总结:

Layer(type)

Output Shape

Param #

dense_1 (Dense)

256

200960(784X256+256)

activation_1 (Activation)

256

0

dropout_1 (Dropout)

256

0

dense_2 (Dense)

256

65792(256X256+256)

activation_2 (Activation)

256

0

dropout_2 (Dropout)

256

0

dense_3 (Dense)

10

2570(256X10+10)

activation_3 (Activation)

10

0

深度学习三大模型

MLP:多层感知机(Multilayer Perceptron)

CNN:卷积神经网络(Convolutional Neural Networks)

RNN:循环神经网络(Recurrent Neural Networks)

首先介绍MLP:

MLP是多层感知机,多层感知机是一个全连接的网络,也被称为深度前馈网络和前馈神经网络。

MLP的流程图:(拿数字手写体识别举例)

CNN:卷积神经网络

CNN模型总结:

Layer(type)

Output Shape

Param #

conv2d_1 (Conv2D)

(None, 26, 26, 64)

640

max_pooling2d_1 (MaxPooling2D)

(None, 13, 13, 64)

0

conv2d_2 (Conv2D)

(None, 11, 11, 64)

36928

max_pooling2d_2 (MaxPooling2D)

(None, 5, 5, 64)

0

conv2d_3 (Conv2D)

(None, 3, 3, 64)

36928

flatten_1(Flatten)

(None, 576)

0

dropout_1 (Dropout)

(None, 576)

0

dense_1(Dense)

(None, 10)

5770

activation_1 (Activation)

(None, 10)

0

RNN:循环神经网络:

模型参数总结:

MLP:参数大约27万

CNN:参数大约8万

RNN:参数大约7.5万

什么是深度学习?kears简介,深度学习常用的三大模型,MLP(多层感知机),CNN(卷积神经网络),RNN(循环神经网络)相关推荐

  1. July深度学习之RNN循环神经网络

    RNN循环神经网络 一.简介 首先,为什么有BP神经网络和CNN,还要提出RNN? 因为传统的神经网络,包括CNN,它的输入和输出是互相独立的.但有些时候,后续的输出和前面的内容是相关的.比如,我是中 ...

  2. 深度神经网络和循环神经网络,深层循环神经网络

    深度学习和有效学习的区别 深度学习和有效学习的区别分别是:1.深度学习是:Deep Learning,是一种机器学习的技术,由于深度学习在现代机器学习中的比重和价值非常巨大,因此常常将深度学习单独拿出 ...

  3. CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别?...

    2019独角兽企业重金招聘Python工程师标准>>> 科言君 每周六提供一份高质量回答. 首先,我感觉不必像 @李Shawn 同学一样认为DNN.CNN.RNN完全不能相提并论.从 ...

  4. MLP多层感知机 学习笔记

    cvpr2022的 mobileformer中用到了mlp多层感知机,就来学习一下 其实就是3个全连接层,前面两个加了bn,最后一层没有加bn. import timeimport torch fro ...

  5. CV:人工智能之计算机视觉方向的简介(CV发展史+常用数据集+CV职位)、传统方法对比CNN类算法、计算机视觉十大应用(知识导图+经典案例)之详细攻略

    CV:人工智能之计算机视觉方向的简介(CV发展史+常用数据集+CV职位).传统方法对比CNN类算法.计算机视觉十大应用(知识导图+经典案例)之详细攻略 目录 计算机视觉的简介 1.计算机视觉的研究方向 ...

  6. 深度学习代码实战演示_Tensorflow_卷积神经网络CNN_循环神经网络RNN_长短时记忆网络LSTM_对抗生成网络GAN

    前言 经过大半年断断续续的学习和实践,终于将深度学习的基础知识看完了,虽然还有很多比较深入的内容没有涉及到,但也是感觉收获满满.因为是断断续续的学习做笔记写代码跑实验,所以笔记也零零散散的散落在每个角 ...

  7. CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构区别...

    神经网络技术起源于上世纪五.六十年代,当时叫感知机(perceptron),拥有输入层.输出层和一个隐含层.输入的特征向量通过隐含层变换达到输出层,在输出层得到分类结果.早期感知机的推动者是Rosen ...

  8. DeepLearning tutorial(3)MLP多层感知机原理简介+代码详解

    FROM:http://blog.csdn.net/u012162613/article/details/43221829 @author:wepon @blog:http://blog.csdn.n ...

  9. 《动手学深度学习》戴口罩的胡萝卜组 - 户建坤 第一次打卡 (线性, Softmax, 多层感知机, 文本预处理, 语言模型, RNN)

    线性回归 1. 数据集名词 training set sample label feature 2. 均方差损失函数 均值差的平方损失 (a-b)**2 / 2 在 batch 中求平均, 即 sum ...

最新文章

  1. Bitcoin Unlimited客户端发布新版本,删除了BSV协议功能
  2. 开发日记-20190621 关键词 读书笔记《鸟哥的Linux私房菜-基础学习篇》
  3. Xamarin中国技术社区及BXUG官网上线啦
  4. 创建对象并且使用对象的属性和方法
  5. csgo 机器人模式_分享一个休闲模式机器人Bug
  6. 解读Tom介绍的Oracle Database 12c的12个新特性
  7. BZOJ4868: [Shoi2017]期末考试
  8. Halcon OCR识别
  9. Bzoj3894文理分科
  10. 609. 在系统中查找重复文件
  11. 微信小程序 好用的UI组件库推荐
  12. android 6.0 讯飞TTS
  13. C++按键模拟/刷屏器
  14. nrm详解,nrm是什么,nrm源管理器,nrm 与npm 的区别
  15. 【死磕 Spring】----- IOC 之深入理解 Spring IoC
  16. sap税码配置_SAP税务管辖码Tax Jurisditcion code功能(1)
  17. 我国影视行业的痛点——影视链的目标
  18. 著者四角号码查询_著者姓名汉语拼音与四角号码数字混编书次号的研究
  19. 【HSI】高光谱的数据集分类深度学习实战及代码理解
  20. 知名IT企业待遇一览表

热门文章

  1. PHP的一些常用算法
  2. soul网关-4-sign插件签名认证
  3. Apollo决策技术分享
  4. 跨链安全隐患大,区块链下一代的互操作性该如何应对
  5. 6.process.nextTick()
  6. Unity ADB调试和一些常用命令
  7. Hadoop No FileSystem for scheme “hdfs“ 客户端环境变量配置
  8. python打开文件切片_收藏 | 从Python安装到语法基础,小白都能懂的爬虫教程!(附代码)...
  9. oppo reno4se和vivos7 哪个好
  10. 血污夜之仪式秘密巫师实验室收集策略