ai开发者大会之动手学深度学习--基础

本文全面介绍了深度学习在视觉、自然语言处理等领域的应用,包括图片分类、机器翻译、文本生成等。深入探讨了分类、回归、检测等核心主题,以及Python、Jupyter Notebook和MXNet等工具的使用。同时,文章覆盖了线性代数、微积分等数学基础,以及梯度下降、多层感知机等关键概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


title: 动手学习深度学习
date: 2019-09-05 21:17:07
tags:

一、深度学习介绍

1.深度学习在视觉的应用
  • 图片分类
  • 物体检测和分割
  • 样式迁移
  • 人脸合成
2.在自然语言处理的应用
  • 机器翻译
  • 文本生成
  • 问答
3.其他应用
  • 图片文字生成
  • 下棋
  • 机器人手臂控制
  • 无人驾驶

二、今日主题

  • 分类
  • 回归
  • 检测

三、工具

  • Python
  • jupyter Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言
  • MXNet MXNet 是亚马逊(Amazon)选择的深度学习库,并且也许是最优秀的库之一

四、数学基础

(一)线性代数

1) 标量

  • c=a+b
  • c=a.b(乘法)
  • c=sina
  • |a|
  • |a+b|<=|a|+|b|
  • |a.b|=|a||b|

2) 向量

  • c=a+b
  • c=a.b
  • aTb

3)矩阵

  • C=A+B
(二)高等数学
  1. 微积分-》求导
  2. 向量的倒数
(三)线性模型

知道如下几个概念

在这里插入图片描述

五、一些概念

1.梯度下降(计算极小值的一种方法,当梯度为0时,取得最小值)
在这里插入图片描述
2.学习率的取舍
在这里插入图片描述
3.回归到多类分类
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

六、多层感知机

  1. 单层网络
    在这里插入图片描述
  2. 单层隐藏
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  3. 多层分类
  4. 多层隐藏
    在这里插入图片描述
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值