深度学习第二章 导数的应用

深度学习与卷积神经网络
        说起深度学习,首先想到的是卷积神经网络、神经元等概念,开始时候由于没有全面的知识体系,借助网上资源,又容易一头扎进细节里,对于它没有一个全面的认知。
        深度学习是实现人工智能的一个领域或学科, 当前,卷积神经网络是深度学习落脚点,抑或是实现方法,通过卷积神经网络可以构建一个数学模型,利用该模型实现对图片、语言的的自动化解析。

 
        卷积神经网络构建的数学模型,其构建的模型,需要在横向与纵向进行延伸。
        在横向上:把输入的数据做为方程的输入值,结合需要优化的模型参数,进行数学运算。由于输入数据有多个,于是有多个方程需要计算。为了方便理解与推广,一些资料便把这一个个方程抽像成了神经元,如上图 LayerL1、LayerL2中的各个圆形 。
        在纵向上:怎么丰富一个数学方程的功能或增大方程的表现力,直观的方法,增加方程参数,方程+方程,一个方程的输出做为一个方程输入。在卷积神经网络中也是这样,通过在纵向上引入新方程,便可增加模型表现力。

深度学习第二章 导数的应用最先出现在Python成神之路

版权声明:
作者:congcong
链接:https://www.techfm.club/p/22565.html
来源:TechFM
文章版权归作者所有,未经允许请勿转载。

THE END
分享
二维码
< <上一篇
下一篇>>