侧边栏壁纸
  • 累计撰写 90 篇文章
  • 累计创建 489 个标签
  • 累计收到 70 条评论

目 录CONTENT

文章目录

学习深度学习(机器学习)的前置条件

火星人
2021-08-28 / 1 评论 / 0 点赞 / 1215 阅读 / 0 字 / 正在检测是否收录...
  1. 机器学习和神经网络的关系?(什么是神经网络、机器学习)

答: 机器学习是一个学习的过程,所谓的学习就是训练一个函数出来,这个函数用以表明输入和输出之间的关系。而神经网络,则正是描述这个关系的函数。
因此,机器学习,就是训练神经网络的过程。神经网络就是NN:Neutual Network.

  1. 什么是激活函数,它是做什么用的

答:激活函数,实际上是一种修正函数,将输入映射到输出的一种线性关系的修正函数。通常称为ReLU,这是三个单词的缩写。Re=>Rectified,修正的。 L=>Linear,线性的。 U=>Unit,单元。整体称之为修正的线性单元。

  1. 什么是监督学习,什么是无监督学习?

答:监督学习的意思就是有人看着机器学习,如果学的不对,给与指正。也就是说,同时给计算机题目和答案,让计算机学习其中的规律。这样将来给出题目,他就可以自动给出答案。典型案例是猫狗的识别。

无监督学习,就是没有人管,也没有指导。就是给他一大堆数据,让他自己去分析其中的规律。常见的无监督学习目的是聚类,就是给他一堆数据,让他自己去区分哪几种是一种类型的,哪几种是另一种类型的。机器可能不明白这代表了什么,但是从数据结构中,他可以明白这几种是不一样的。典型案例是新闻分类的生成。

  1. 什么是卷积神经网络?

答:卷积神经网络是一种复杂的网络结构。主要用来提取数据的特征值。比如一张图片,中间一个白点。这就是一种特征,卷积神经网络可以将这个特征提取出来,无论实际给出的图片大小如何,只要满足这个特征就可以给出特定的输出。可以理解为通过算法,将数据中特殊有规律的部分进行整理。

  1. 还有其他什么类型的神经网络?

答: CNN是卷积神经网络,RNN是递归神经网络。
CNN主要用于图像识别,可以理解它是一个平面结构的最佳理解网络。RNN是递归的,也可以理解为循环,一般比较适合一维数据的理解,比如时间序列,等等。

  1. 容易混淆的名词?各种NN

答: CNN卷积神经网络。
RNN 递归神经网络
KNN 临近算法
SNN 浅层神经网络,泛指初期神经网络层数较少时的各种神经网络算法。
ANN 人工神经网络,泛指大部分神经网络
DNN 深度神经网络,多层次、含有隐藏层的神经网络。包含RNN,CNN
FNN 前馈神经网络,泛指可以向前反馈的神经网络。

  1. 机器学习可以做什么?

答:大部分人感知不到,但是机器学习已经深入到社会的方方面面(2021年)。比如广告领域,输入你的个人信息,用来查找或者判定你对某一广告的偏好程度。可以为广告公司节省大量的流量费用。比如网络搜索,推荐算法,辅助驾驶乃至自动驾驶,图像识别,文字分析,甚至广告电话语音合成,全部都用到了机器学习。

  1. 为什么机器学习已经出现几十年了,近年才火起来?

答: 机器学习的重要材料是数据。近些年信息系统高速发展,十年前的网速还在用KB来衡量,现在已经是MB、GB了。海量数据的兴起,网络结构的发展,导致机器学习所需要的数据条件越来越成熟。应用场景也越来越多。所以机器学习的重要性也越来越重要。可以预见,未来的一段时间内,机器学习的热度也会越来越高。

  1. 你想了解什么,可以留言给火星哥。
0

评论区