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
Logo

汇聚全球AI编程工具,助力开发者即刻编程。

更多推荐