深度学习-21天实战caffe 第一天 笔记
其他
2018-07-26 04:44:32
阅读次数: 0
前言
- Caffe框架以“层”为单位对深度神经网络的结构进行了高度的抽象。
- Caffe有贾杨清开发。
- 卷积神经网络发明者Geoffrey Hinton在20世纪70年代提出深度学习理论,随着NVIDIA GPU的广泛使用才大量应用。
- 深度学习年代久远,当时受限于计算能力不足和数据集匮乏陷入低谷,直到云计算、大数据时代到来才突飞猛进。
第一天 什么是深度学习
- 带“学习”功能的机器:“看”未知系统的输入-输出对(训练样本),自动得算法,可举一反三(泛化)。
- 训练样本
D=z1,z2,z3⋯zn
,
zi
位输入-输出对。
- 惩罚函数
L(f,Z)
,参数为学到的规则
f
和独立于
Z
的验证样本集,返回值为实数标量,称为惩罚值或损失。目标是
L(f,Z)
尽量小。
- 机器学习需要三份数据:
- 训练集:机器学习的样例
- 验证集:机器学习阶段,用于评估得分和损失是否满足要求
- 测试集:机器学习结束之后,实战阶段评估得分。;
- 深度学习:由多个处理层组成的计算模型,可通过学习获得数据的多抽象层表示。
- 机器学习三大牛:Geoffrey Hinton, Yann LeCun, Youshua Bengio
转载自blog.csdn.net/gdymind/article/details/78091257