【Python深度学习第二版】学习笔记之——什么是深度学习

机器学习 是将输入(比如图像)映射到目标(比如标签"猫")的过程。

这一过程是通过观察许多输入和目标的示例来完成的。
深度神经网络通过一系列简单的数据变换(层)来实现这种输入到目标的映射,这些数据变换都是通过观察示例学习得到的。

损失函数 的输出是神经网络的预测值与真实目标值的距离值。
优化器的任务是根据损失值,来对权重值进行微调,以降低当前示例对应的损失值。

相关推荐
微尘hjx18 小时前
【Deep-OC-SORT 01】多轨迹算法Deep-OC-SORT源码分析
深度学习·yolo·目标跟踪·ultralytics·轨迹算法·deep-oc-sort·车流统计
tellmewhoisi18 小时前
深度学习39:RNN基础介绍,api参数解惑和代码api
人工智能·rnn·深度学习
武天旭19 小时前
AI安全--AI大模型的毒性偏见与安全对齐实践
人工智能·python·深度学习
视觉小萌新20 小时前
AI Class 3 · Chapter 2-3:函数、异常、文件读写+JSON / JSONL 读写(小白版)
人工智能·python·json
电科_银尘20 小时前
【深度学习项目实战·11】损失函数与评价指标:让模型输出、标签与结果真正对应
人工智能·深度学习
小小张说故事21 小时前
Python 的 obj.x 到底按什么顺序找?拆开数据描述符、实例字典和 __getattr__ 那条优先级链
python
用户11481867894841 天前
水印的实现方式逻辑
前端·python
陈嘿萌1 天前
ECCV 2026 | CausalDrive:澳门大学×小米汽车,面向自动驾驶的实时因果世界模型
图像处理·人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础
贾公子1 天前
从单条内容到账号维度——AIGC 风险评分的工程实现
后端·python
七元权1 天前
FoundationPose 推理全流程解读:从一帧 RGB-D 到 6D 位姿
论文阅读·深度学习·6d姿态估计