1 深度学习的定义

由上图可知：人工智能 > 机器学习 > 深度学习

深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法，是一种以 人工神经网络 为架构，对数据进行特征学习的算法。

2 与机器学习的区别

与机器学习算法的主要区别如下：

从特征提取的角度出发：
- 机器学习依赖人工设计特征，并进行特征提取
- 深度学习没有复杂的人工特征提取的过程，特征提取的过程可以通过深度神经网络自动完成，这也是深度学习被看做黑盒子，可解释性差的原因
从数据量的角度出发：
- 深度学习需要大量的训练数据集，会有更高的效果
- 深度学习训练深度神经网络需要大量的算力，因为其中有更多的参数

3 神经网络的分类

随着计算机软硬件的飞速发展，深度学习通过拥有众多层数 神经网络 (Neural Network)来模拟人脑来解释数据，包括图像，文本，音频等内容。目前来看常用的神经网络包括：

卷积神经网络(Convolutional Neural Network)
循环神经网络(Recurrent Neural Network)
生成对抗网络(Generative Adversarial Networks)
深度强化学习(Deep Reinforcement Learning)等

深度学习（一）—— 深度学习概述相关推荐

深度强化元学习教程---元学习概述
深度强化元学习是近期深度学习技术的一个另人瞩目的新兴领域,其利用元学习,解决了深度学习需要大数据集的问题,以及强化学习收敛慢的问题.同时元学习还可以适用于环境不断改变的应用场景,具有巨大的应用前景. ...
NLP深度学习：近期趋势概述
NLP&深度学习:近期趋势概述 https://www.cnblogs.com/DicksonJYL/p/9686204.html 摘要:当NLP遇上深度学习,到底发生了什么样的变化呢? 在最 ...
深度学习（三十九）——深度强化学习（2）概述, Deep Q-learning Network（1）
概述上图是深度强化学习的脉络图,参考文献中还有该领域的关键论文列表. 原图地址: http://louiskirsch.com/maps/reinforcement-learning 参考: htt ...
水很深的深度学习-Task01深度学习概述与数学基础
目录 1.人工智能.机器学习与深度学习 1.1 人工智能.机器学习与深度学习 1.2 起源与发展 1.3 深度学习定义与分类 1.4 主要应用 2 数学基础 2.1 矩阵论 2.2 ...
深度学习及并行化实现概述
深度学习及并行化实现概述摘要: 深度学习可以完成需要高度抽象特征的人工智能任务,如语音识别.图像识别和检索.自然语言理解等.深层模型是包含多个隐藏层的人工神经网络,多层非线性结构使其具备强大的特征表 ...
[转]深度学习及并行化实现概述
---------------------------------------------------------------------------------------------------- ...
腾讯深度学习系列——深度学习及并行化实现概述
深度学习及并行化实现概述摘要: 深度学习可以完成需要高度抽象特征的人工智能任务,如语音识别.图像识别和检索.自然语言理解等.深层模型是包含多个隐藏层的人工神经网络,多层非线性结构使其具备强大的特征表 ...
【深度学习系列4】深度学习及并行化实现概述
转自 http://djt.qq.com/article/view/1245 摘要: 深度学习可以完成需要高度抽象特征的人工智能任务,如语音识别.图像识别和检索.自然语言理解等.深层模型是包含多个隐藏 ...
【腾讯深度学习系列】深度学习及并行化实现概述
[原文:http://djt.qq.com/article/view/1245] 摘要: 深度学习可以完成需要高度抽象特征的人工智能任务,如语音识别.图像识别和检索.自然语言理解等.深层模型是包含多个 ...
B站上线！DeepMind加UCL强强联手推出深度学习与强化学习进阶课程（附视频）
新智元报道编辑:元子 [新智元导读]DeepMind和伦敦大学学院(University College London,UCL)合作,推出了一个系列的深度学习与强化学习精品进阶课程.该课程内 ...

深度学习（一）—— 深度学习概述

什么是深度学习？

1 深度学习的定义

2 与机器学习的区别

3 神经网络的分类

深度学习（一）—— 深度学习概述相关推荐

最新文章

热门文章