深度学习之用神经网络进行监督学习

本文介绍了深度学习在多个领域的应用,如广告点击预测、机器翻译、语音识别等,并解释了循环神经网络(RNN)和卷积神经网络(CNN)在处理不同类型数据方面的优势。

  到目前为止,几乎所有由神经网络创造的经济价值都基于其中的一种机器学习,“监督学习”

  深度学习有很多用途,应用于广告点击(用户最喜欢看什么样的广告),机器翻译,语音识别(将语音翻译成文字),无人驾驶,图像处理。RNN(循环神经网络)非常适合处理一维的数据,其中包含时间序列。CNN(卷积神经网络)通常用于图像处理。

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