99问答网
所有问题
深度学习为什么是特征学习?
如题所述
举报该问题
推荐答案 2021-07-07
深度学习
主要驱动于深度神经网络,如
卷积神经网络
,相当于一个可以无限拟合于给定数据的超级函数,通过给网络feed数据和标签,让网络学习其对应关系。网络在对数据进行计算时,相当于对数据的主要信息(也称为特征)进行提取,然后告诉网络这个信息的对应标签是什么,从而完成对应关系函数的建立。
深度学习是机器学习的一种,少量的数据可以直接通过机器学习算法处理,但是在
大数据时代
,需要建立学习能力更强大的学习网络处理大量数据,这是深度学习的由来。
温馨提示:答案为网友推荐,仅供参考
当前网址:
http://99.wendadaohang.com/zd/vWve77WtzWW7ztXXWOX.html
相似回答
实现
深度学习
的关键是
什么
答:
实现
深度学习
的关键是发现数据的分布式特征表示。通过多层处理,逐渐将初始的“低层”特征表示转化为“高层”特征表示后,用“简单模型”即可完成复杂的分类等学习任务。由此可将深度学习理解为进行“
特征学习
”(feature learning...
什么是深度学习?
答:
通过多层处理,逐渐将初始的“低层”特征表示转化为“高层”特征表示后,用“简单模型”即可完成复杂的分类等学习任务。由此可将
深度学习
理解为进行“
特征学习
”(feature learning)或“表示学习”(representation learning)。以...
深度学习学什么?
答:
深度学习英文全称为:deep learning,
是机器学习的分支,主要是把人工神经网络当作构架,进而对数据进行表征学习的算法
。至今已有数种深度学习框架,如深度神经网络、卷积神经网络和深度置信网络和递归神经网络已被应用在计算机视觉...
深度学习
的
特征
答:
深度学习
的实质,是通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。因此,“深度模型”是手段,“
特征学习
”是目的。深度学习强调了模型结构的深度,突出了特征学习...
深度学习
未来几年会有哪些发展?
答:
深度学习
是一种
特征学习
方法,通过一些简单的非线性模型,可以把原始数据转变成为更高层次、更抽象的表达。只要有足够多的转换的组合,非常复杂的函数也可以被学习。深度学习的突破极大推动了人工智能的发展,并广泛应用在计算机...
深度学习
又称之
为什么?
答:
深度学习
(
Deep Learning
),又叫无监督
特征学习
Unsupervised Feature Learning或者特征学习Feature Learning,是目前非常热的一个研究主题。深度学习是一种机器学习方法,它接受输入X,并用它来预测Y的输出。例如,给定过去一周的...
深度学习是学习特征
还是人工特征
答:
当然是
学习特征
。你定义的是模型,比如全连接
神经网络
,卷积神经网络等。然后通过数据训练,得到特征。训练的数据不同,得到的特征是不同的。不过模型可以一样。
深度学习是什么?
答:
深度学习
是一种机器学习的方法,它试图使用包含复杂结构或者由多重非线性变换构成的多个处理层(
神经网络
)对数据进行高层抽象的算法。深度学习可以理解为神经网络的发展,神经网络是对人脑或生物神经网络基本
特征
进行抽象和建模,...
百模大战是
什么
答:
另外,“
深度学习
”已成为类似术语,或者说是神经网络的品牌重塑。深度学习特点:明确了
特征学习
的重要性。也就是说,通过逐层特征变换,将样本在原空间的特征表示变换到一个新特征空间,从而使分类或预测更容易。与人工规则...
大家正在搜