您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

深度学习有什么特点？

深度,神经网络,特征深度学习有什么特点？

发布时间：2020-12-06加入收藏来源：互联网点击：

深度学习有什么特点？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

深度学习有什么特点？（原问题）

1、沉浸式学习。

2、系统学习。

3、效率很高。

4、必求甚解。

5、貌似专家的节奏。

回答于 2019-09-11 08:43:50

根据自己学习的程度，理解

回答于 2019-09-11 08:43:50

机器学习算法中最关键的是深度学习。

机器学习(Machine Learning, ML)是一个多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等。它研究计算机怎样模拟或实现人类的学习行为，获取新的知识或技能，重新组织已有的知识结构，不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。

深度学习源于人工神经网络，包括多个隐含层的多层感知器就是一种深度学习结构。据生物学结论，人脑神经细胞数量大约在10的11次方。这些神经细胞之间通过突触（轴突和树突）相连。通俗的讲，神经细胞把所有突触传进来的信号相加，如果信号的加和超过或低于某个阀值，其细胞状态就会变为兴奋或抑制。整个大脑的神经细胞状态各异，从而表现出不同的大脑行为。人工神经网络，简称为神经网络，并不是一个新想法，它已经存在了大约80年。用人工神经网络模拟神经元，其具有神经元的类似结构。

深度学习最好的表现是深度神经网络（DNN）。深度神经网络只是一个超过两层或三层的神经网络。然而，深度神经网络并不是深度学习算法的唯一类型，但它是最流行的类型。另一个深度学习算法是深度信任网络（DBN），与传统的判别模型的神经网络相对，深度信念网络是一个概率生成模型，多个限制玻尔兹曼机(Restricted Botlzmann Machine，RBM)组成多隐含层神经网络，建立了一个观察数据和标签之间的联合分布。通过RBM逐层堆叠，DBN可从原始数据中逐层提取特征，从而获得一些高层次表达，其核心是用逐层贪婪学习算法优化深度神经网络的连接权重。






回答于 2019-09-11 08:43:50

深度学习考验我们的转化能力：

学习——>消化——>思考——>体验(落实行动)——>分享——>生发！

就是这样一个过程！

学到了，学会了，能用了，还能教给别人使用！

回答于 2019-09-11 08:43:50

不涉及到计算机深度学习，以下个人拙见说的是人的深度学习。

专注是最关键的

你在吃东西的时候看手机时知道不知道嘴巴里的米饭是甜的？

深度学习就是非常专注的做自己的事情，不被外界打扰，效率高，如果想试一试的话，建议把手机关机到大学考研自习室待一小时，你会有重获新生般的自由。

回答于 2019-09-11 08:43:50

深度学习的提出，既是对教学规律的尊重，也是对时代挑战的主动回应。深度学习的五个特征，为理解教学活动提供了新的视角，为消解种种二元对立观念提供了理论支持。深度学习的研究与实践，确立了学生个体经验与人类历史文化的相关性，落实了学生在教学活动中的主体地位，使学生能够在教学活动中模拟性地“参与”人类社会历史实践，形成有助于未来发展的核心素养，而教师的作用与价值也在深度学习中得以充分实现。

回答于 2019-09-11 08:43:50

谢谢邀请

深度学习的”深度“是指从”输入层“到”输出层“所经历层次的数目，即”隐藏层“的层数，层数越多，深度也越深。所以越是复杂的选择问题，越需要深度的层次多。除了层数多外，每层”神经元“－黄色小圆圈的数目也要多。例如，AlphaGo的策略网络是13层，每一层的神经元数量为192个。

深度学习可通过学习一种深层非线性网络结构，实现复杂函数逼近，表征输入数据分布式表示，并展现了强大的从少数样本集中学习数据集本质特征的能力。多层的好处是可以用较少的参数表示复杂的函数。

 1/2    1 2 下一页 尾页