[PyTorch][chapter 7][李宏毅深度学习][深度学习简介]

前言:

深度学习常用的开发平台

|------------|
| TensorFlow |
| torch |
| theano |
| caffe |
| DSSTNE |
| mxnet |
| libdnn |
| CNTK |

目录:

1: 深度学习发展历史

2: DeepLearning 工程简介

3: DNN 简介


一 发展历史


二 DeepLearning 工程简介

深度学习三大步:

|------------------|
| 定义映射函数(神经网络) |
| 定义损失函数 |
| 通过梯度更新,选择最好的映射函数 |

2.1 Neural Network

给定了一个函数,可以设置不同的参数,所以对应为

一个函数集合

不同模型在图像识别上面的错误率,


三 DNN

深度神经网络 (Deep Neural Networks, 以下简称DNN)是深度学习的基础,这里面结合

手写数字的例子简单的介绍一下

3.1 模型

可以分为三部分:

输入层,隐藏层,输出层

3.2 损失函数

3.3 Graident Descent

通过Backpropagation(反向传播算法)更新梯度,Backpropagation 后面会单独介绍

参考:

6: Brief Introduction of Deep Learning_哔哩哔哩_bilibili

相关推荐
Luis Li 的猫猫2 小时前
深度学习中的知识蒸馏
人工智能·经验分享·深度学习·学习·算法
木觞清4 小时前
PyTorch与TensorFlow的对比:哪个框架更适合你的项目?
人工智能·pytorch·tensorflow
wyg_0311137 小时前
用deepseek学大模型04-模型可视化与数据可视化
人工智能·机器学习·信息可视化
陈敬雷-充电了么-CEO兼CTO8 小时前
DeepSeek核心算法解析:如何打造比肩ChatGPT的国产大模型
人工智能·神经网络·自然语言处理·chatgpt·大模型·aigc·deepseek
南风过闲庭9 小时前
人工智能泡沫效应
大数据·人工智能·科技·搜索引擎·百度·ai
我是一个对称矩阵9 小时前
YOLOv5-Seg 深度解析:与 YOLOv5 检测模型的区别
人工智能·yolo·目标跟踪
AomanHao9 小时前
图像质量评价指标-UCIQE-UIQM
图像处理·人工智能·计算机视觉·评价指标
MYT_flyflyfly9 小时前
计算机视觉-尺度不变区域
人工智能·计算机视觉
何小Ai同学9 小时前
Deepseek赚钱密码:小场景闭环如何让你快速盈利?
人工智能·架构·deepseek
AI服务老曹9 小时前
通过感知、分析、预测、控制,最大限度发挥效率的智慧油站开源了
人工智能·开源·自动化·音视频