哪种算法涉及深度学习？

作者: 绵绵
发布时间: 2024-08-02 04:36:16 (3小时前)
转自：

3 条回复

0#
回复此人
v-star*위위 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 深度学习是受人类大脑工作启发的机器学习的一个子集。它涉及训练大量神经元，这些神经元构建成一个模型，然后使用该模型预测一些新的观察结果。深度学习有两类学习，涉及各种类型的模型（不应该被称为算法），如下所述： <OL> <LI> 的 监督深度学习： </强> 在监督下学习，即给出大的输入和输出数据集并训练模型，然后使用该训练的模型来预测新的数据观察的输出。主要有三种类型的深度学习模型 </LI> </醇> 的 人工神经网络 </强> ：用于回归和分类。示例简单文本数据。 的 卷积神经网络： </强> 用于图像分类和计算机视觉。 的 递归神经网络： </强> 用于时间序列分析和长期短期记忆。从一种语言到另一种语言的翻译示例 <ol start =“2”> <LI> 的 无监督深度学习： </强> 自学。主要有三种型号： </LI> </醇> 的 自组织地图： </强> 用于特征检测 的 深玻尔兹曼机器： </强> 用于推荐系统 的 自动编码器： </强> 用于推荐系统 </DIV>

编辑
1#
回复此人
敢嫁就敢娶 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 混合特定ML概念的“算法”，“方法”，“模型”和“实现”的概念是一种常见的误解。 ML社区中定义的大多数事物都是模型或方法，而不是算法或实现。粗略地说： <UL> <LI> 的 模型 </强> 是一种形式的 代表实际的，真实的过程 </强> 以数学方程式/公式的形式。这些模型之一可以是最近邻分类器或线性分类器 </LI> <LI> 的 方法 </强> 通常是一个的 接近问题的形式 </强> 找到一个参数 模型 使用一些数据（例如 梯度方法 优化，通常用于训练ML模型） </LI> <LI> 的 算法 </强> 是一个的 一套说明 </强> ，通常在一些伪代码中显示为了创建一些需要做的确切操作 履行 给定的 方法 。 </LI> <LI> 最后的 履行 </强> 是一个，特别是的 一段代码 </强> 这实现了一些抽象算法 </LI> </UL> 所以现在，的 深度学习 </强> 只是ML中的一般概念，虽然它经常被用来与之相关，但它还没有明确的定义的 涉及数据表示的分层抽象的模型 </强> 以及的 训练这种模型的方法 </强> 。 最常见的DL型号是的 深度神经网络 </强> ，换一种说法的 神经网络 </强> 它有多个（多少个？这是一个公开辩论，有些人说5个，其他10个或30个）非线性隐藏层。部分型号包括： <UL> <LI> 深玻尔兹曼机器（DBM） </LI> <LI> 深度自动编码器（DAE） </LI> <LI> 深度卷积神经网络（DCNN） </LI> <LI> 递归神经网络（RNN） </LI> </UL> 一般来说的 楷模 </强> 可的 深 </强> ，可以有方法，算法的 对于 </强> 深度学习或实施的 的 </强> 算法的 对于 </强> 深度学习。一些这样的算法是 <UL> <LI> 对比分歧（CD） </LI> <LI> 持续的约束散射（PCD） </LI> </UL> 这是习惯的的 培训DBM </强> 。 </DIV>

编辑

登录后才能参与评论