码迷，mamicode.com
首页 > 其他好文 > 详细

第一节：神经网络和深度学习

时间：2017-09-08 22:52:15      阅读：156      评论：0      收藏：0      [点我收藏+]

标签：blog   广告公司   效果   type   机器   标准   适合   多公司   变现   

  1. 修正现行单元
  2. 单神经元网络


  1. 在监督学习当中，你输入一个x，习得一个函数，映射到输出y
    1. 例如房屋价格预测例子当中，输入房屋的一些特征，就能输出或者是预测价格y，
    2. 在现今，深度学习神经网络效果拔群，最主要的就是在线广告，
      1. 给网站输入广告信息，网站会考虑是否给你看这个广告，有时候还需要用户输入一些信息，神经网络在预测你是否会点击这个广告方面已经变现的很好了，通过想你展示，向用户展示，最有可能点开的广告，这就是神经网络在很多家公司赚取无法想象的高额利润的应用方式。因为有了这种最有可能点击开的广告的能力，直接影响到了很多大型线上广告公司的收入，

  1. 计算机视觉的发展，主要归功于深度学习
    1. 你输入一个图像，然后想输出一个指数，可以是从1到1000，来表明这张图片是不是1000个不同的图像当中的某一个，可以用来给图片打标签
  2. 深度学习在语音识别方面的进展
    1. 通过将音频片段输入神经网络，它可以输出文本，
  3. 深度学习在机器翻译方面取得的进展
    1. 输入英语句子，她直接输出一个中文句子
  4. 深度学习在无人驾驶方面的进展
    1. 你输入一副图像，汽车前方的一个快照，还有一些雷达信息，基于这个，训练过的神经网络能告诉你路上其他汽车的位置，这是无人驾驶系统的关键组件，

  1. 需要机智的选择x和y，才能够解决特定的问题，然后把这个监督学习过的组件添加到更大型的系统中，比如无人驾驶，
  2. 稍微不同的神经网络应用到不同的地方也都行之有效，
    1. 房地产
    2. 在线广告
      1. 以上两者使用的都是相对标准的神经网络
    3. 图像领域里面，我们经常使用的是卷积神经网络（CNN），
    4. 对于序列数据，例如音频中含有时间成分，音频是随着时间播放的，所以音频很自然的可以表示为一维时间序列，对于序列数据，经常使用RNN（循环神经网络） 
    5. 语言最自然的表示也是序列数据，更加复杂的RNNs，经常会用于这些应用，
    6. 对于更加复杂的应用。比如无人驾驶，有一张图，可能需要CNN“卷积神经网络结构”架构去处理，雷达信息会更不一样，需要一些更加复杂的混合的神经网络结构，

  1. 为了更具体的说明CNN和RNN的结构是什么，在文献中，可能见过这样的图片
    1. 技术分享
    2. 这是一个标准的神经网络，你可能见过这样的图片
    3. 这是一个卷积神经网络，我们需要了解这幅图的含义和如何实现它
  2. 卷积网络通常用于图像数据，
  3. 循环神经网络，非常适合处理一维序列数据，其中包含时间成分，
    1. 技术分享


  1. 机器学习被用于结构化和非结构化数据
    1. 结构化数据是数据的数据库
    2. 结构化数据，意味着每个特征，比如说，房屋发小，卧室数量，用户年龄，都有着清晰的定义，
    3. 非结构化数据，指的是，比如音频，原始音频，图像，你想要识别图像，或者是文本中的内容，
      1. 这里的特征，可能是图像中的像素值，或者是文本中的单个单词，
    4. 注意
      1. 非结构化数据和结构化数据相比，可能让计算机更加的难易理解，人类进化到现在，很擅长理解音频信号和图像，文本是更近代的发明，但是人们真的很擅长解读非结构化数据，
      2. 在神经网络的兴起过程当中，多亏了深度学习，多亏了神经网络，计算机能够更好的解释非结构化数据，（语音识别，图像识别，自然语言文字处理）
    5. 神经网络在很多的短期经济创造的过程中，是基于结构化数据的。比如更好的广告系统个，更好的获利建议，有更好的能力去处理很多公司拥有的海量数据库，并且用这些数据准确的预测未来的趋势，
    6. 在这节课当中，会有很多机会去用到结构化数据，也可以用到非结构化数据，为了更好的解释算法的原理，将会使用到很多的非结构化数据，
  2. 神经网络彻底改变了监督学习，基本的神经网络背后的技术理念，大部分都不是新的理念，




第一节：神经网络和深度学习

标签：blog   广告公司   效果   type   机器   标准   适合   多公司   变现   

原文地址：http://www.cnblogs.com/yangzsnews/p/7496614.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！