实用人工智能课件-主题7 智能图像识别实践.pptxVIP

主题7

智能图像识别实践

CONTENTS

目录

01

深度学习基本概念

01

什么是深度学习？

02

03

深度学习基本概念

深度学习与传统机器学习

深度学习与神经网络

什么是深度学习

深度学习（deeplearning）是机器学习的一种方法，其核心思想是使用多层结构的人工神经网络来对数据进行学习与建模，让机器“自动学习规则”。

深度学习的核心特征在于“深”，指的是模型层数多、结构复杂。层数越深，它从数据中学习到的特征就越抽象、越高级。深度学习的强大之处，就是能利用这种逐层抽象能力解决极其复杂的问题。

深度学习与传统机器学习

传统机器学习在学习过程中，首先需要人类专家根据经验提取特征，再将特征送入机器学习模型进行分类或预测。

深度学习不需要人工特征工程，它能自动从数据中学习特征，整个过程无需人为参与，实现了端到端的学习。

深度学习与神经网络

深度学习本质上是以人工神经网络（ANN）为核心的机器学习方法。深度学习是由“更深层次的神经网络”构成的方法体系，是神经网络的大规模扩展与性能提升。

传统的神经网络通常只有1~2层隐藏层，称之为“浅层网络”。

深度学习里的网络可能包含：5层、20层，甚至上百层隐藏层，这些网络也称为深度神经网络（deepneuralnetwork,DNN）。

多层结构让模型具备自动特征提取能力（不再依赖人工设计）、强表达能力（能处理非线性、高维数