初学者如何入门深度学习：以手写数字字符识别为例看AI 的学习路径，一图胜千言！超多高清大图收集整理

---

深度神经网络

机器学习，深度学习，数据发掘之间的关系

深度学习与传统机器学习的最主要不同就是不用特征提取，也是我们所说的特征工程。

具体来说，神经网络中的每个神经元都具有一定的权重和偏置，这些权重和偏置在训练过程中不断进行调整。每个神经元的输出结果是通过将输入数据与权重相乘再加上偏置项，然后通过激活函数进行非线性变换得到的。在训练过程中，神经网络会不断调整权重和偏置项，使得每个神经元的输出结果更加接近实际标签。

随着训练次数的增加，神经网络会自动提取出一些特征，这些特征可以更好地描述输入数据的内在规律和结构。这些特征可能是一些边缘、角点、纹理等局部特征，也可能是图像中的一些形状、颜色、大小等全局特征。