1.传统系统是给出输入和规则来算输出
2.深度学习是给出输入和输出来推规则

深度学习的输入有:
1.向量 2.图像 3.序列
深度学习的输出有:
1.回归 2.分类 3.结构化输出
深度学习的步骤:
1.定义一个函数(模型)
2.定义一个损失函数
3.根据损失函数来优化模型
MAE : L(w, b) = |yො - y| (均绝对误差)
MSE : L(w, b) = (yො - y )2 (均方误差)
ps1:第五节图片分类任务中,神经网络就其实代表一个函数,可以输入图片,得到它对于每个类别的概率值
所有评论(0)