DL深度学习完整版.pptxVIP

Deep Learning MHZshan 内容结构 1 概念介绍 2 算法介绍 3 现有库 Br 为什么有Deep learning？Why 什么是Deep learning？What 怎么来的？ 概念简介 Br 概念简介 机器学习思路(图像识别为例)： FR: 手工选取费力 ， 费时 ， 专业性能力 Feature Representation Input Br LA 概念简介 特征提取过程 Br 概念简介 机器学习就是通过算法 ， 使得机器能从大量的历史数据中 学习规律 ， 从而对新的样本做智能识别或预测未来。 深度学习是机器学习研究中的一个新的领域 ， 通过组合低 层特征形成更加抽象的高层表示属性类别或特征 ， 以发现数据 的分布式特征表示。 深度学习是无监督学习的一种(仅对特征提取)。 又名Unsupervised Feature Learning Br 概念简介 1、浅层学习（Shallow Learning） ： 机器学习第一次浪潮 基于BP(反向传播)算法 ， 1层或2层 主要算法： LR， SVM，MLP，Boosting，Bayes 2、深度学习（Deep Learning） ： 机器学习第二次浪潮 逐层初始化 ， layer-wise， 多层 主要算法：AutoEncoder, DBM,CNN,RNN “深度模型 ”