Python全系列 教程
3567个小节阅读:5929.1k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
深度学习(DeepLearning,DL)属于机器学习的子类。它的灵感来源于人类大脑的工作
方式,是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并非是一个
全新的概念,可理解为包含多个隐含层的神经网络结构。
深度学习与传统的机器学习最主要的区别在于随着数据规模的增加其性能也不断增长;
当数据很少时,选择机器学习算法的性能更好。
在机器学习中,大多数应用的特征都需要专家确定然后编码为一种数据类型;
深度学习尝试从数据中直接获取高等级的特征,这是深度学习与传统机器学习算法的主
要的不同
例如,卷积神经网络尝试在前边的层学习低等级的特征(边界,线条),然后学习部分人
脸,然后是高级的人脸的描述。
深度学习算法中参数很多,数据量大,所以训练需要消耗更长的时间
机器学习算法给出了明确的规则,可解释性很强,解释决策背后的推理很容易;
深度学习对于给出的预测结果不能给出确切的解释,可解释性弱
1. 关于深度学习与机器学习,下列说法正确的是:
A 机器学习属于深度学习的子类
B 在任何情况下,深度学习都优于机器学习
C 深度学习的训练需要消耗更长的时间
D 深度学习的可解释性很强
2. 关于深度学习的特征处理,下列说法正确的是:
A 特征需要专家确定然后编码为一种数据类型
B 深度学习尝试从数据中直接获取高等级的特征
C 不需要进行特征处理,直接学习
D 以上说法均不正确
1=>C 2=>B