从零基础开始学(从零开始入门深度学习到掌握需要多久)
完全掌握深度学习,估计目前为止谁也不敢下此定论吧,那么深度学习需要学习些什么呢?
今天我们通过几个常见的深度学习结构来进行了解:
1、多层感知机
多层感知机是最基础的人工神经网络,是将被感知数据集划分为两类的分离超平面,并计算出该超平面。至今仍是一种实用的方法。
2、卷积神经网络
卷积神经网络是一种面向高维(例如图像、语音)的深度学习方法是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。它包括卷积层(alternatingconvolutionallayer)和池层(poolinglayer)。
3、残差网络
残差网络的主干部分如下图所示,不仅包含卷积层,还有跨层的连接。
4、残差收缩网络
针对数据受噪声干扰的问题,残差收缩网络[1][2]通过自适应软阈值函数,减轻了噪声的影响。
#头号周刊##今日头条小助手
