机器学习、深度学习、神经网络之间的关系

1、三者之间的关系

神经网络是深度学习的核心工具,深度学习是机器学习的一个子领域。

用下面的层次结构表示:

2、机器学习

机器学习是人工智能的一个子领域,它让计算机可以通过数据来学习规律,并根据学习结果进行预测或决策,无需明确编程规则。

3、深度学习

深度学习是机器学习的一个子集,使用多层神经网络来自动学习特征,适合大规模数据,特别是非结构化数据(如图像、语音、文本)。

代表模型:CNN、RNN、Transformer

4、神经网络

神经网络是深度学习的基本结构单元,模拟生物神经元传递方式,学习复杂的模式和关系。

由输入层、隐藏层、输出层组成。

深度学习指使用了很多层神经网络。

类比:

机器学习---会做数学题的学生

深度学习---擅长解决复杂问题的学生

神经网络---学生的大脑

FNN、CNN、RNN、Transformer都是神经网络的不同结构类型,属于深度学习范畴。

|-------------|--------------------------------------|-----------|-----------------|------------------------|
| 网络结构 | 全称/中文 | 属于 | 擅长任务 | 特点简述 |
| FNN | Feedforward Neural Network(前馈神经网络) | 最基础神经网络结构 | 表格类数据、回归、分类 | 每一层信息从前往后传递,结构简单 |
| CNN | Convolutional Neural Network(卷积神经网络) | 图像处理常用模型 | 图像识别、视频分析 | 用"卷积核"提取局部特征,适合2D/3D数据 |
| RNN | Recurrent Neural Network(循环神经网络) | 序列建模模型 | 文本、语音、时间序列 | 有"记忆"机制,适合处理前后相关的序列 |
| Transformer | 基于注意力机制的深度网络结构 | 新一代序列模型 | 语言建模、文本生成、图像、语音 | 用自注意力机制建模全局依赖,可并行高效训练 |

相关推荐
Be for thing1 小时前
Pytorch【12】transforms进阶|图像数据增强实战,提升模型泛化能力
人工智能·pytorch·机器学习
武子康2 小时前
AI通关了,游戏就算通过测试了吗?
人工智能·游戏·机器学习
tellmewhoisi4 小时前
深度学习0:数学知识:(雅可比矩阵)
人工智能·深度学习·矩阵
七夜zippoe5 小时前
流式输出:让 AI 回答像打字机一样实时返回(SSE 全链路实战)
人工智能·spring·ai·流式输出·ssf
装不满的克莱因瓶5 小时前
【AI时代必学】一篇文章教会你从零搭建Serverless架构
java·人工智能·ai·云原生·架构·serverless
七夜zippoe7 小时前
多轮对话管理:Session/记忆在 Java 后端怎么存(存储设计实战)
java·开发语言·ai·session·记忆
谙弆悕博士7 小时前
从“预测下一个词”到“预测世界下一状态”:世界模型是不是下一个AGI叙事?
人工智能·gpt·深度学习·神经网络·agi·jepa·genie 4
linweidong7 小时前
RTX 4090 Ubuntu + ComfyUI + comfy-kitchen 0.2.41 完整部署文档
机器学习·云原生·conda·pandas·scikit-learn
咕泡科技7 小时前
关于机器学习,如何通俗理解全连接层(fully connected layer)?
人工智能·深度学习·机器学习
龙腾AI白云8 小时前
具身智能模仿学习与人类示教:从观察中习得动作
数据库·机器学习·知识图谱·pygame