《AI基础知识入门》PPT.ppt

梯度下降优化模型训练的核心算法图:梯度下降寻找最优参数的过程AI基础知识入门32/65训练损失曲线观察模型是否收敛与过拟合图:训练损失与验证损失的典型曲线AI基础知识入门33/6503深度学习DeepLearning神经网络与前沿模型AI基础知识入门34/65什么是深度学习DeepLearning▎定义使用多层神经网络从大量数据中自动学习特征表示。▎深度含义层数很多（几层到上百层），逐层提取低级到高级特征。▎突破关键大数据+GPU算力+反向传播+ReLU激活函数。AI基础知识入门35/65深度学习vs传统ML什么时候用深度学习？数据量传统ML适合中小数据集；DL需要海量数据。特征工程传统ML需人工提特征；DL自动学习。算力需求传统ML用CPU即可；DL需要GPU/TPU。可解释性传统ML可解释性强；DL是黑盒。AI基础知识入门36/65神经元模型人工神经元是基本单元▎结构接收多个输入→加权求和→加偏置→激活函数→输出。▎数学表达y=f(w·x+b)，w是权重，b是偏置。▎灵感来源模仿生物神经元：树突接收、细胞体处理、轴突输出。AI基础知识入门37/65神经网络基本结构输入层、隐藏层、输出层图:多层前馈神经网络结