第1个回答 2017-10-16
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示
大脑有一个深度架构
例如,视觉皮质得到了很好的研究,并显示出一系列的区域,在每一个这种区域中包含一个输入的表示和从一个到另一个的信号流(这里忽略了在一些层次并行路径上的关联,因此更复杂)。这个特征层次的每一层表示在一个不同的抽象层上的输入,并在层次的更上层有着更多的抽象特征,他们根据低层特征定义。
需要注意的是大脑中的表示是在中间紧密分布并且纯局部:他们是稀疏的:1%的神经元是同时活动的。给定大量的神经元,仍然有一个非常高效地(指数级高效)表示。
认知过程逐层进行,逐步抽象
人类层次化地组织思想和概念;
人类首先学习简单的概念,然后用他们去表示更抽象的;
工程师将任务分解成多个抽象层次去处理;
学习/发现这些概念(知识工程由于没有反省而失败?)是很美好的。对语言可表达的概念的反省也建议我们一个稀疏的表示:仅所有可能单词/概念中的一个小的部分是可被应用到一个特别的输入(一个视觉场景)本回答被提问者采纳
第2个回答 2020-06-03
机器学习肯定是深度学习的基础,因为深度学习就是深度神经网络,而人工神经网络则是机器学习的一大经典模型。
但机器学习领域包含的算法和模型太多,因此想要专精深度学习不一定要学会其他许多的机器学习算法和理论。
所以只需要学习 机器学习中和深度学习相关的必备基础知识就可以了。
但是如果你想要以后往算法工程师发展,去学习熟悉其他的机器学习模型也是必不可少的。
第3个回答 2020-06-09
深度学习预备知识:数学基础(线性代数、矩阵、概率统计、优化等等)、机器学习基础、编程基础;神经网络、深度网络结构、图像任务、语音任务、自然语言任务;如何使用深度学习框架,完成网络的搭建、训练。
第4个回答 2020-06-18
深度学习零基础学的话还是有一定困难
建议还是掌握一些编程基础,或者从事过开发工作,有基础后再去提升到深度学习领域
Python、JAVA等基础或者是相关专业学生、研究生等等。