4.4 深度学习的基本原理.pptxVIP

为什么要把网络叠得很深？它到底在深什么？人工智能通识·第4章·人工神经网络4.4深度学习的基本原理

学习目标·WHATYOUCANDO学完这一节，你能做到这五件事1用剥洋葱说出深度学习如何从像素一层层剥到类别。2指认输入层、隐藏层、输出层各自接收什么、做什么。3用厨师类比复述前向→损失→反向→优化的训练循环。4说出深度学习成功的三要素，以及至少两种防过拟合技巧。5解释什么是端到端学习，以及它省去了哪一步手工工作。本节对应教材4.4深度学习的基本原理。

学习路线·MAP这一节，分三站把深讲透第一站它深在哪

剥洋葱式分层提取特征第二站它怎么练

前向·损失·反向·优化第三站它靠什么成

数据·算力·技巧顺序：先看它长什么样、怎么分层，再看它怎么练，最后看它凭什么能成。本节路线：分层→训练→成功要素。

本节驱动问题·DRIVINGQUESTION一层网络就能算，

为什么非要叠成很多层的深网络？你会卡在哪里多几层，不就是多堆几个计算单元吗？难道每多一层就聪明一点？它到底深在哪里？又是凭什么，让这一大团网络能自动认出猫和狗？

4.4·它深在哪深的意义：像剥洋葱，一层层剥到核心第一层·外皮图像里的像素、文本里的单词——最原始的输入。第二层·纹理颜色、形状、短语——把外皮组合出的中间层。最后层·核心物体类别（猫/狗）、句子意