深度神经网络
2014-07-08 19:46
253 查看
深度学习的概念源于人工神经网络的研究。
含多隐层的多层感知器就是一种深度学习结构。
深度学习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。
Deep learning本身算是machine learning的一个分支,简单可以理解为neural
network的发展。大约二三十年前,neural network曾经是ML领域特别火热的一个方向,但是后来确慢慢淡出了。
Deep learning与传统的神经网络之间有相同的地方也有很多不同。二者的相同在于deep learning采用了神经网络相似的分层结构,系统由包括输入层、隐层(多层)、输出层组成的多层网络,只有相邻层节点之间有连接,同一层以及跨层节点之间相互无连接,每一层可以看作是一个logisticregression模型;这种分层结构,是比较接近人类大脑的结构的。
含多隐层的多层感知器就是一种深度学习结构。
深度学习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。
Deep learning本身算是machine learning的一个分支,简单可以理解为neural
network的发展。大约二三十年前,neural network曾经是ML领域特别火热的一个方向,但是后来确慢慢淡出了。
Deep learning与传统的神经网络之间有相同的地方也有很多不同。二者的相同在于deep learning采用了神经网络相似的分层结构,系统由包括输入层、隐层(多层)、输出层组成的多层网络,只有相邻层节点之间有连接,同一层以及跨层节点之间相互无连接,每一层可以看作是一个logisticregression模型;这种分层结构,是比较接近人类大脑的结构的。
相关文章推荐
- 深度学习DeepLearning.ai系列课程学习总结:2. 神经网络基础
- 人工智能、机器学习、深度学习、神经网络
- 深度学习算法之卷积神经网络简介
- 【神经网络与深度学习】【计算机视觉】图解YOLO
- 【神经网络与深度学习】【CUDA开发】【VS开发】Microsoft官方移植了Caffe配置过程说明
- 【神经网络与深度学习】在Windows8.1上用VS2013编译Caffe并训练和分类自己的图片
- 深度神经网络结构以及Pre-Training的理解
- 深度学习-传统神经网络使用TensorFlow框架实现MNIST手写数字识别
- (尤其是训练集验证集的生成)深度学习 tensorflow 实战(2) 实现简单神经网络以及随机梯度下降算法S.G.D
- TensorFlow入门深度学习--02.构建神经网络训练算法的步骤
- 多柱深度神经网络——Multi-column Deep Neural Networks for Image Classification
- Google深度学习笔记 TensorFlow实现与优化深度神经网络
- 深度学习算法原理——神经网络的基本原理
- 神经网络和深度学习-第二周神经网络基础-第八节:计算图的导数计算
- 【TensorFlow深度学习框架教程四】深层神经网络
- 深度学习之二:神经网络的实践与优化
- 前沿 | 利用遗传算法优化神经网络:Uber提出深度学习训练新方式
- 70行Java代码实现深度神经网络算法分享
- 在浏览器中进行深度学习:TensorFlow.js (五)构建一个神经网络
- 使用python实现深度神经网络 4