做淘宝客网站哪个好用,济南官网seo厂家,网站建站 用户注册,建筑网站do此笔记来源于 Sebastian Raschka 的 Introduction to Deep Learning 系列课程。 首先介绍的是传统的编程范式#xff0c;假设我们想实现垃圾邮件识别的功能#xff0c;传统的方法就是由程序员来找出垃圾邮件的规则并对其进行编程#xff0c;得到一个垃圾邮件识别的程序。 机…此笔记来源于 Sebastian Raschka 的 Introduction to Deep Learning 系列课程。 首先介绍的是传统的编程范式假设我们想实现垃圾邮件识别的功能传统的方法就是由程序员来找出垃圾邮件的规则并对其进行编程得到一个垃圾邮件识别的程序。 机器学习的方法可以通过输入邮件以及邮件对应的标签通过算法自动得到机器学习模型该模型可以代替传统方法中程序员手动编写规则得到的程序实现垃圾邮件识别。 单个的训练样本不包含标签其实就是一个特征向量列向量特征数量为 m 当有 n 个训练样本的时候常用设计矩阵来表示训练集这个矩阵是 n 行 m 列的下标表示的是第几个特征上标表示的是第几个样本。 在结构化的数据中常见的形式就是这种n 行 m 1 列的矩阵n 是训练样本的数量m 是特征数量最后多了的 1 列是标签列。 在非结构化的数据中例如图像就常用多维数组来表示最常见的表示法是 NCHWNumber、Channel、Height、Weight分别表示图像的数量、不同颜色RGB的通道、高度以及宽度这就是一个四维数组或四维张量4D Tensor。 根据对于数据作出的假设Assumption的不同可以将神经网络分为几类
1、多层感知器前馈神经网络、全连接层一般接收表格数据作为输入它对于数据是没有假设的Independence例如我们把第一列特征与第四列特征交换位置得到的训练结果应该不变。因为没有假设所以它的学习能力最强但是难度也最高。
2、卷积神经网络它对于数据的假设是相邻像素是相互关联的Locality同时这种关系具有平移不变性例如人脸图片中的眼睛黑色像素都是相互关联的且这个眼睛可能在图片的左边或者右边出现而打乱像素会导致图片没有意义。
3、循环神经网络它对于数据的假设是输入数据有顺序关系Sequentiality常用于文本数据因为输入一个句子句子中的单词是有顺序关系的打乱的话这个句子就没有意义了。
