Python Deep Learning - wprowadzenie

Głębokie uczenie ustrukturyzowane lub uczenie hierarchiczne lub w skrócie głębokie uczenie się jest częścią rodziny metod uczenia maszynowego, które same stanowią podzbiór szerszej dziedziny sztucznej inteligencji.

Uczenie głębokie to klasa algorytmów uczenia maszynowego, które wykorzystują kilka warstw nieliniowych jednostek przetwarzania do wyodrębniania i przekształcania cech. Każda kolejna warstwa wykorzystuje dane wyjściowe z poprzedniej warstwy jako dane wejściowe.

Głębokie sieci neuronowe, sieci głębokich przekonań i powtarzające się sieci neuronowe zostały zastosowane w takich dziedzinach, jak widzenie komputerowe, rozpoznawanie mowy, przetwarzanie języka naturalnego, rozpoznawanie dźwięku, filtrowanie sieci społecznościowych, tłumaczenie maszynowe i bioinformatyka, gdzie dały wyniki porównywalne, aw niektórych przypadkach lepiej niż ludzcy eksperci.

Algorytmy i sieci uczenia głębokiego -

• są oparte na samodzielnym uczeniu się wielu poziomów cech lub reprezentacji danych. Elementy wyższego poziomu są wyprowadzane z elementów niższego poziomu w celu utworzenia hierarchicznej reprezentacji.

• użyj do treningu jakiejś formy zejścia gradientowego.