恭喜你!在25歲前看到了這篇最最靠譜的深度學習入門指南
人工智慧(AI)和機器學習(ML)在當下的火熱程度我就不多說了,但是真正懂這方面的人又有多少呢?
本文將帶你瞭解人工智慧和機器學習的基本知識。同時,你也會了解到機器學習中最火的方法——深度學習的工作原理。
注意:本文是用來科普的,所以不會涉及到具體程式碼層面的知識。
瞭解深度學習的第一步,是把握各個概念之間的區別。
01 人工智慧與深度學習
人工智慧(AI)是在程式碼中複製人類的智慧,思考方式。
AI剛剛起步的時候,工程師嘗試複製的只是人類完成的特定動作。
他們通過程式碼給人工智慧制定了大量的規則。它有一張可執行行為的“清單”,並根據制定的規則作出判斷,從而產生行為。
機器學習(ML)指機器、程式通過資料的採集來學習的能力。
注意:這裡的規則並不是固定的。
機器學習允許程式自己進行學習。這樣的學習以及高效能運算機的處理支援,可以輕鬆處理大量的資料,從而完成學習。
02 監督學習與非監督學習
監督學習應用標記過的資料,輸入規定範圍內的資料,同時也規定了輸出的範圍。
如果使用監督學習來訓練人工智慧,你要給它一個輸入並告訴它預期的輸出。有些類似大學期間學的高等數學中的函式。
如果機器輸出的內容不在預期範圍內,它會重新調整它的計算。這個過程是通過計算完成資料集才完成的,直到機器不再犯錯。
監督學習的一個例子是天氣預報AI。它通過歷史資料來學習預測天氣。訓練資料有輸入(氣壓,溼度,風速)和相應的輸出(溫度)。
無監督學習是使用沒有固定結構或者說範圍的資料集進行機器學習。
如果使用無監督學習訓練機器,就是讓機器對資料按照一定的邏輯進行分類。
無監督學習的一個例子是電商網站的行為預測,根據使用者的行為來推薦使用者可能會購買的商品。
它會自己對輸入資料建立分類。它會告訴你哪種使用者最有可能購買這款產品。
03 那麼,深度學習如何進行工作?
現在,你已經具備了理解深度學習工作原理的基本知識。
深度學習是一種機器學習方法,可以通過一組輸入,訓練AI來預測輸出。監督學習和無監督學習都能用來訓練AI。簡單的理解就是:機器學習包含深度學習。
我們將通過建立一個假想的車票估價服務來了解深度學習是如何工作的。我們將使用監督學習方法進行訓練。
我們希望估價工具能夠使用以下幾個資料指標來預測車票價格:
1、始發車站
2、到達車站
3、發車日期
4、路線
首先,來看看人工智慧大腦的內部構造。
和人類一樣,機器學習也是有大腦內部的神經元的,通常用圓圈來表示。並且它們是互相連線在一起的。
這些神經元被分成三層:
1、輸入層
2、隱藏層
3、輸出層
輸入層:來接收資料。在之前的案例中,輸入層有4個神經元:始發車站、到達車站、發車日期、路線,輸入層把輸入傳遞到隱藏層的第一層。
隱藏層對輸入資料進行數學計算。建立神經網路的一個難題就是如何決定隱藏層的數量以及每一層的神經元個數。
深度學習中的“深”指的是神經網路有超過一層的隱藏層。
輸出層返回輸出資料。在前文的案例中,輸出就是價格預測。
那麼它如何計算價格預測呢?
這就是深度學習的魔力開始的地方。
神經元之間的每個連線都有對應不同的權重。這個權重決定了輸入值的重要性。初始權重是隨機設定的。
在預測車票價格時,發車日期是較重要的因素之一。因此,發車日期的神經元連線權重較高。
每個神經元都有一個函式。
簡而言之,其目的之一是“標準化”神經元的輸出。
一旦一組輸入資料通過了神經網路的每一層,它就通過輸出層返回輸出資料。
是不是沒想象中的那麼深奧對吧?
04 如何學習深度學習?
具體你需要經歷以下幾個步驟:
· 深度學習整體概述:瞭解深度學習的前世今生、為什麼會爆發深度學習熱潮?代表的技術有哪些,涉及到什麼樣的領域、產品、公司,以及各行各業中的應用。儘可能的科普深度學習的相關知識;
· 深度學習預備知識:數學基礎(線性代數、矩陣、概率統計、優化等等)、機器學習基礎、程式設計基礎;
· 深度學習核心知識:神經網路、深度網路結構、影像任務、語音任務、自然語言任務;
· 深度學習進階知識:如何使用深度學習框架,完成網路的搭建、訓練。
05 為大家推薦一些課程和教材
· 首先是線性代數,推薦麻省理工推出的課程《麻省理工公開課:線性代數》,你會發現和我們本科學的線性代數好像不太一樣,這個講解的更加容易理解!!不再是停留在做計算題的層次,是真的有用!
· 還有就是偏實操的《智慧問答與深度學習》,本書介紹了近年來自然語言處理和機器閱讀的成果並帶有翔實的示例,對實際應用有很好的借鑑意義。
#文末福利#
購課送《智慧問答與深度學習》實體書一本
CSDN學院與《智慧問答與深度學習》的作者王海良老師在以及來自微軟、阿里、今日頭條、優酷等5名技術專家,特別針對零基礎想入行深度學習的同學聯合出品了《從零開始深度學習》這門課程。
希望通過這門課程幫助大家真正的克服畏難情緒,讓你0基礎入門深度學習,建立起完整的學習路徑,同時通過“智慧問答模型”的實戰案例,將所學知識學以致用。
| 圖書郵寄 | 視訊精講 | 作者帶隊 | 社群答疑 |
原價199,限時特惠89元,購課連結:https://t.csdnimg.cn/43ti
輸入優惠口令【kx002】,立減10元
#課程亮點#
1. 採用視訊+書籍
102課時+紙質書籍贈送(包郵)
2.結合實戰案例
企業級實戰專案:智慧問答模型實戰訓練
3.豪華講師團隊
前微軟、阿里、位元組跳動、前優酷等技術leader聯合創作。
| 圖書郵寄 | 視訊精講 | 作者帶隊 | 社群答疑 |
原價199,限時特惠89元,購課連結:https://t.csdnimg.cn/43ti
輸入優惠口令【kx002】,立減10元
#配套圖書#
與視訊課配套的《智慧問答與深度學習》這本書,已榮登京東實用性強的10本人工智慧工具書。
圖片來源於京東好物榜
搜狗CEO王小川對本書也有極高的評價。
圖片來自京東書評
#視訊課程內容摘錄#
#現在訂閱有什麼福利#
1. 原價¥199,週末優惠¥69,下週漲價至¥89;
2. 現在購課既送京東原價¥69的王海良老師《智慧問答與深度學習》實體書一本。
| 圖書郵寄 | 視訊精講 | 作者帶隊 | 社群答疑 |
原價199,限時特惠89元,購課連結:https://t.csdnimg.cn/43ti
輸入優惠口令【kx002】,立減10元
新增小姐姐,回覆數字:1,入群有驚喜!
相關文章
- 深度學習入門必須理解這25個概念深度學習
- 這38篇原創文章,帶我入門深度學習!深度學習
- Python入門深度學習完整指南Python深度學習
- 全新新媒體矩陣搭建指南,恭喜你在入職前看見了! | 黎想矩陣
- 二十多歲想要轉行學IT靠譜嗎?
- 深度學習:為入門者打造的前十資源深度學習
- Java工程師學習指南(入門篇)Java工程師
- Java工程師學習指南 入門篇Java工程師
- Python機器學習、深度學習:快速、完全的Numpy入門指南Python機器學習深度學習
- Android程式猿的react學習之路-入門指南篇AndroidReact
- 深度學習入行,現在門檻這麼低了嗎?深度學習
- 學Mybatis,入門看這一篇就夠你學的了!MyBatis
- 人人都可以做深度學習應用:入門篇深度學習
- 給深度學習入門者的Python快速教程 - 基礎篇深度學習Python
- Python 程式設計師的 Golang 學習指南(III): 入門篇Python程式設計師Golang
- 機器學習和深度學習概念入門機器學習深度學習
- JS陣列去重!!!一篇不怎麼靠譜的"深度"水文JS陣列
- 新手入門深度學習?這裡有7本必看書籍深度學習
- 深度學習入門筆記——Transform的使用深度學習筆記ORM
- 學習web前端,自學靠譜還是培訓靠譜?別糾結看完秒懂Web前端
- Go 入門指南學習筆記Go筆記
- React入門指南(學習筆記)React筆記
- Python入門_給小白的學習指南Python
- 大資料入門學習,你要掌握這些技能大資料
- 給深度學習入門者的Python快速教程 - Numpy和Matplotlib篇深度學習Python
- 五線譜入門完結篇
- 【深度學習】神經網路入門深度學習神經網路
- 深度學習:TensorFlow入門實戰深度學習
- 【深度學習】--GAN從入門到初始深度學習
- 這是一份你們需要的Windows版深度學習軟體安裝指南Windows深度學習
- Android RxJava:這是一份RxJava使用入門學習指南AndroidRxJava
- 靠譜的學習資源都在這裡!「LeanCloud 視訊公開課」正式上線!Cloud
- 深度學習入門筆記——DataLoader的使用深度學習筆記
- pandas 學習筆記 (入門篇)筆記
- 深度強化學習的人工智慧在遊戲中的運用:遊戲AI入門及AI優化指南強化學習人工智慧遊戲AI優化
- 《深度學習入門:》學習基本第一章深度學習
- 給學習 OpenStack 架構的新手入門指南架構
- 深度學習一:深度前饋網路深度學習