人工智能基础与应用：深度学习(1)PPT教学课件.pptxVIP

深度学习(1)第6章

第6章深度学习(1)本章概述深度学习(DeepLearning，DL)是机器学习(MachineLearning，ML)领域中一个重要分支。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。本章主要介绍了深度学习的核心计算模型—人工神经网络模型：前馈神经网络、卷积神经网络和循环神经网络，以及贝叶斯深度学习。

第6章深度学习(1)本章的学习目标理解深度学习和机器学习、人工智能的关系掌握BP神经网络的结构、BP神经网络的基本原理、BP学习算法掌握CNN的结构、训练过程、了解几种典型的CNN神经网络掌握RNN的结构、BPTT学习算法、梯度消失和梯度爆炸，了解基于门机制的RNN掌握贝叶斯深度学习的预测训练过程、贝叶斯深度学习与深度学习、贝叶斯神经网络与贝叶斯网络的区别。

6.1深度学习概述ONTENTSC内容大纲6.2神经元与神经网络6.3BP神经网络6.4卷积神经网络6.6贝叶斯深度学习6.5循环神经网络第6章深度学习(1)6.7本章小结

6.1深度学习概述ONTENTSC内容大纲6.2神经元与神经网络6.3BP神经网络6.4卷积神经网络6.6贝叶斯深度学习6.5循环神经网络第6章深度学习(1)6.7