李宏毅《机器学习》丨4. Deep Learning（深度学习）_李宏毅 deep learning

作者：笔触狂放9 | 2024-05-05 05:57:29

踩

李宏毅 deep learning

Author：AXYZdong
李宏毅《机器学习》系列
参考视频地址：https://www.bilibili.com/video/BV1Ht411g7Ef
参考文档：DataWhale文档

以神经元（neuron）为基本单位，通过神经元之间的互相连接，建立神经网络。

神经元之间有很多不同的连接方式，这样就会产生不同的结构（structure）。

在这里插入图片描述

▲ 完全连接前馈神经网络

深度（Deep）的理解

Deep = Many hidden layer

在这里插入图片描述

▲ 深度层数的发展

矩阵计算（Matrix Operation）

随着层数变多，错误率降低，随之运算量增大，通常都是超过亿万级的计算。对于这样复杂的结构，我们一定不会一个一个的计算，对于亿万级的计算，使用loop循环效率很低。因此，利用矩阵计算（Matrix Operation）提高运算的速度以及效率。

在这里插入图片描述

▲ 矩阵计算（Matrix Operation）

FAQ（Frequently Asked Questions）

在这里插入图片描述

▲ FAQ

对于模型的评估，我们一般采用损失函数来反应模型的好差，所以对于神经网络来说，我们采用交叉熵（cross entropy）函数来对损失进行计算，通过调整参数，让交叉熵误差越来越小。

在这里插入图片描述

▲ 损失示例

为什么要用深度学习，深层架构带来哪些好处？那是不是隐藏层越多越好？

在这里插入图片描述

▲ 隐藏层越多越好？

在这里插入图片描述

▲ 普遍性定理

Datawhale组队学习，李宏毅《机器学习》Task4. Deep Learning（深度学习）。主要包括深度学习发展历史、深度学习三个步骤：神经网络模型评估选择最优函数、深度学习思考。

—— END ——

如果以上内容有任何错误或者不准确的地方，欢迎在下面

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/笔触狂放9/article/detail/537523