计算机理解图像的信息。模拟人类视觉的优越能力。
类内物体的外观差异。
图表示计算任务，tensor表示张量。
计算机理解图像的信息。模拟人类视觉的优越能力。
类内物体的外观差异。
图表示计算任务，tensor表示张量。
深度学习
神经网络和BP算法
为什么会提出神经网络解决问题
神经网络：大量的结构简单、功能相近的神经元节点按一定的体系架构连接成的网状结构——模拟大脑结构
作用：
分类
模式识别
连续值预测
总的来说就是建立一种输入输出的映射关系；
人工神经网络
神经元：输入向量、权重、偏执
一般浅层网络是3~5层
前馈神经网络：
同一层的神经元之间没有相互连接，层间信息的传送只沿着一个方向进行；
学习的过程实际上是对权重的更改
目标：输出和实际输出越接近越好
梯度下降：
随机梯度下降算法：梯度下降
在传入模型的开始，首先要对数据预处理、特征提取、特征选择、再到推理、预测或者识别
