超级会员免费看
本文介绍了深度学习中的神经网络，特别是卷积神经网络（CNN）和循环神经网络（RNN），它们在图像处理和时序数据上的应用。深度学习通过多层算法和激活函数构建模型，已在图像识别、语音处理等领域取得显著成果。CNN常用于计算机视觉，RNN则处理带时序的数据。
深度学习是机器学习中重要的一个学科分支，它的特点就在于需要构建多层“深度”的神经网络。
人们在探索人工智能初期，就曾设想构建一个用数学方式来表达的模型，它可以模拟人的大脑，大脑我们都知道，有很多神经元，每个神经元之间通过突触链接。
神经网络的设计就是模仿了这一结构。
只不过，每一个神经元换成了一个个算法，比如卷积算法，而突触对于神经元的激活则换成了激活函数，比如Relu激活函数。
上图是我用 Netron 打开的一个真实的自动驾驶领域用到的一个模型（神经网络），可以看到一层一层的算法（算子）堆积而成，最终就可以完成一些识别或感知任务。
如果把其中一部分放大&#x
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
