(中文)零基础深度学习.pdf

立即下载 作者: 一瓶泡沫
上传时间: 2024-09-24
关键词: 特征 CNN 选取 Deep Learning 图像 卷积 神经 网络 分类
大小 2.1 MB
描述
苏州大学强化学习讨论班——JHD编辑整理 1 / 73
目录
[1] Deep learning 简介
[2] Deep Learning 训练过程
[3] CNN 卷积神经网络推导和实现
[4] CNN 的反向求导及练习
[5] CNN 卷积神经网络（一）深度解析 CNN
[6] CNN 卷积神经网络（二）文字识别系统 LeNet-5
[7] CNN 卷积神经网络（三）CNN 常见问题总结
苏州大学强化学习讨论班——JHD编辑整理 2 / 73
[1] Deep learning 简介
一、什么是 Deep Learning？
实际生活中，人们为了解决一个问题，如对象的分类（对象可是是文档、图像等），
首先必须做的事情是如何来表达一个对象，即必须抽取一些特征来表示一个对象，如
文本的处理中，常常用词集合来表示一个文档，或把文档表示在向量空间中（称为 VSM
模型），然后才能提出不同的分类算法来进行分类；又如在图像处理中，我们可以用
像素集合来表示一个图像，后来人们提出了新的特征表示，如 SIFT，这种特征在很多
图像处理的应用中表现非常良好，特征选取得好坏对最终结果的影响非常巨大。因此，
选取什么特征对于解决一个实际问题非常的重要。
然而，手工地选取特征是一件非常费力、启发式的方法，能不能选取好很大程度
上靠经验和运气；既然手工选取特征不太好，那么能不能自动地学习一些特征呢？答
案是能！Deep Learning 就是用来干这个事情的，看它的一个别名 Unsupervised Feature
Learning，就可以顾名思义了，Unsupervised 的意思就是不要人参与特征的选取过程。
因此，自动地学习特征的方法，统称为 Deep Learning。
二、Deep Learning 的基本思想
假设我们有一个系统 S
目录
特征/CNN/选取/Deep/Learning/图像/卷积/神经/网络/分类/ 特征/CNN/选取/Deep/Learning/图像/卷积/神经/网络/分类/