云赛道---深度学习

作者：Monodyee | 2024-04-30 14:48:32

踩

云赛道---深度学习

• 分析问题定位任务:首先定位问题，将实际问题转化为机器学习问题，需要什么样的

数据，然后进行数据的采集。包含数据探查、场景抽象、算法选择。比如逻辑回归可

以决定我们是不是能喝咖啡；那另外朴素贝叶斯算法可以用来区分垃圾电子邮件和合

法电子邮件。 AI 系统不是直接检测，而是医生会提供给系统一些数据，比如说人体对

咖啡因的耐受度，会不会睡不着

数据清理：数据清洗 —— 重新检查和验证数据的过程，旨在删除重复信息，纠正现有

错误并提供数据一致性。采用（随即、系统、分层）、归一化、去除噪声、数据过滤

特征提取：特征抽象、特征重要性评估、特征衍生、特征降维。

特征选择

模型训练

推理，预测和识别

一般来说，机器学习中特征是由人工选定，而特征越多，给出的信息就越多，识别准

确性会得到提升

但特征多，计算复杂度增加，搜索空间就打，训练数据会在全体特征向量中就会显得

稀疏，影响相似性判断，即 维度爆炸

何为深度学习呢？在前面的课程我们已经了解，深度学习是机器学习的一个子集。

深度学习一般指深度神经网络，深度指神经网络的层数（多层）。

这是模拟人类的神经网络而构建的

在人工神经网络设计及应用研究中，通常需要考虑三个方面的内容，即神经元作用函

数、神经元之间的连接形式和网络的学习(训练)。

GPU 之所以快的原因是因为高效的并行计算，对矩阵乘法和卷积具有极大的计算优势。

参考网址： https://blog.csdn.net/qq_18515405/article/details/42123697

可以发现，隐藏层越多，神经网络的分辨能力越强。

这个损失函数的特点包括：

▫ 以权值向量作为自变量。

▫ 以各个训练样例的目标输出

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/513866