深度學習各層負責什么內容？

1、深度學習——神經網絡簡介

深度學習(Deep Learning)(也稱為深度結構學習【Deep Structured Learning】、層次學習【Hierarchical Learning】或者是深度機器學習【Deep Machine Learning】)是一類算法集合，是機器學習的一個分支。

深度學習方法近年來，在會話識別、圖像識別和對象偵測等領域表現出了驚人的準確性。

但是，“深度學習”這個詞語很古老，它在1986年由Dechter在機器學習領域提出，然后在2000年有Aizenberg等人引入到人工神經網絡中。而現在，由于Alex Krizhevsky在2012年使用卷積網絡結構贏得了ImageNet比賽之后受到大家的矚目。

卷積網絡之父：Yann LeCun

深度學習演示

鏈接:http://playground.tensorflow.org

2、深度學習各層負責內容

神經網絡各層負責內容：

1層：負責識別顏色及簡單紋理

2層：一些神經元可以識別更加細化的紋理，布紋，刻紋，葉紋等

3層：一些神經元負責感受黑夜里的黃色燭光，高光，螢火，雞蛋黃色等。

4層：一些神經元識別萌狗的臉，寵物形貌，圓柱體事物，七星瓢蟲等的存在。

5層：一些神經元負責識別花，黑眼圈動物，鳥，鍵盤，原型屋頂等。

猜你喜歡：

簡述機器學習流程

在無監(jiān)督學習中如何進行文件聚類？

數學不好能學人工智能課程？

黑馬程序員AI人工智能培訓課程