《PyTorch深度学习实践》-1-Overview

课程视频链接

发展期》冰河期》应用期

框架+深度学习+概率论+线性代数+python

人的智能


形象到抽象的概念

人工智能

监督学习

算法课提前定义好算法，机器学习深度学习的算法来自数据

规则知识库》机器学习》浅层表示学习》深度表示学习

基于规则的学习


机器学习，手工提取特征，向量和输出的映射函数

浅层深度学习，特征提取也要能学习出来

维度诅咒，维度越多，数据的量越大


映射到低纬，降维，检减少数据量
深度学习，把最浅层的特征直接先拿出来，比如像素点，额外的层提取特征

基于规则的

回归，分类，聚类，降维

无结构数据

神经网络


根据放电的信号，浅层提取通用特征，深层提取专用特征

感知机

前向传播和反向更新，前向传播计算的时候，当前节点的梯度和顺便计算了，反向传播的时候直接乘法和加法组合梯度，构造非常复杂的计算图



模型改进

明确背后的原理，明确基本块，然后组合起来，怎么设计出来的，比怎么用更重要

算法+数据+算力

框架+语言+数学

之前对比的静态图和动态图

Pytorch

灵活性

安装