深度学习入门理论简介课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《深度学习入门理论简介课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 深度 学习 入门 理论 简介 课件
- 资源描述:
-
1、1深度学习入门理论2主要内容人脑视觉机理1关于特征2深度学习思想3训练过程45常用模型3人脑视觉机理 人的视觉系统的信息处理是分级的,神经-中枢-大脑的工作过程是一个不断迭代、不断抽象的过程。4目前我们通过机器学习去解决这些问题的思路都是这样的(以视觉感知为例):5关于特征 特征是机器学习系统的原材料。如果数据被很好的表达成了特征,通常线性模型就能达到满意的精度。对于特征,我们需要考虑四个方面:1、特征表示的粒度、特征表示的粒度 2、初级(浅层)特征表示、初级(浅层)特征表示 3、结构性特征表示、结构性特征表示 4、需要有多少个特征、需要有多少个特征6关于特征1、特征表示的粒、特征表示的粒度度
2、 学习算法在一个什么粒度上的特征表示,才有能发挥作用?7关于特征2、初级(浅层)特、初级(浅层)特征表示征表示 像素级的特征表示方法没有作用,那怎样的表示才有用呢?8关于特征3、结构性特征表示、结构性特征表示 小块的图形可以由基本edge构成,更结构化,更复杂的,具有概念性的图形如何表示呢?9关于特征 在不同对象上做训练时,所得的边缘基底 是非常相似的,但对象部分和模型 就会完全不同了。10关于特征4、需要有多少个、需要有多少个特征特征 我们知道需要层次的特征构建,由浅入深,但每一层该有多少个特征呢?11深度学习思想 对堆叠多个层,也就是说这一层的输出作为下一层的输入。通过这种方式,并且使得输
3、入与输出的差别尽可能地小,就可以实现对输入信息进行分级表达了。深度学习的实质,是通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。因此,“深度模型”是手段,“特征学习”是目的。12深度学习训练过程 1)使用自下上升非监督学习 从底层开始,一层一层的往顶层训练,采用无标定数据(有标定数据也可)分层训练各层参数。2)自顶向下的监督学习 就是通过带标签的数据去训练,误差自顶向下传输,对网络进行微调,基于第一步得到的各层参数进一步微调整个多层模型的参数,这一步是一个有监督训练过程13深度学习的常用模型 1、AutoEncoder自动编码器自动编码器
展开阅读全文