深度学习基础

1.简介

1.1深度学习的模块

文本 - RNN - 循环神经网络 - 词嵌入层+循环层+全连接层

图像 - CNN - 卷积神经网络 - 卷积层+池化层+全连接层

全连接层 - ANN -人工神经网络

人工神经网络 - 张量

1.2 核心点提炼

神经元（信息的求和 | 激活函数）

全连接层 = 当前层的每一个神经元都由上一层的所有神经元进行连接

1.3 深度学习的特点

多层非线性变换 由神经网络 + 神经搭建而成

自动特征提取 不需要人工处理，而是由算法自动算出

大数据和计算能力 可以使用GPU加速

可解释性差 隐藏层是一个黑盒子