03神經(jīng)網(wǎng)絡(luò)模型a1深度學習

1、2017.8.24 更新計算機神經(jīng)網(wǎng)絡(luò)和人腦的區(qū)別先把這拆解成兩個詞，“深度”和“學習”，逐一說明。“學習”是從小就接觸的詞，每天聽著好好學習，天天向上的教誨。小時候的學習就是上課，做題，最終通過驗證了學習的效果。抽象的說，學習就是認知的過程，從未知到已知的探索和思考。比如從最早的學+1=2，想想是怎么學習的?伸出一只手指，再伸出一只手指，數(shù)一數(shù)，兩只手指那就是 2。這里提前再定義一個概念，輸入和輸出，輸入就是已知的信息，輸出就是最終獲得的認知的結(jié)果。這里的 1 和加號+，就是輸入，而得到的計算結(jié)果 2 就是輸出。所以，任何的從已經(jīng)有的信息，無論是通過計算，判斷，推理而后得到一個認知的過程都可

2、以稱為“學習”。那么為什么有的人學習能力好，成績高，但有的人成績就沒那么好呢。這經(jīng)常的被解釋為學習方法，思考過程，經(jīng)驗不同而導致的差異，可以歸為“學習策略”，好的學習策略會更快更準確的得到認知的結(jié)果，而不好的學習策略可能會花費的時間或者錯誤的結(jié)論。現(xiàn)實世界中很多都可以歸為分類或者識別或者選擇，比如下圍棋，下一步的棋子落在什么地方，就是此類問題。而研究此類問題，學術(shù)界研究出來一種叫做“神經(jīng)網(wǎng)絡(luò)”的學習策略。這個詞聽起來，就知道和人腦有著一些關(guān)系。在人腦中負責活動的基本單元是“神經(jīng)元”，它以細胞體為主體，由許多向周圍延伸的不規(guī)則樹枝狀的神經(jīng)細胞，把神經(jīng)元的結(jié)構(gòu)想象成一棵枯樹的枝干就可以了。人腦中含

3、有上百億個神經(jīng)元，而這些神經(jīng)元互相連接成一個更龐大的結(jié)構(gòu)，就稱為“神經(jīng)網(wǎng)絡(luò)”。學術(shù)界試圖模仿人腦的“神經(jīng)網(wǎng)絡(luò)“建立一個類似的學習策略，也取名為”神經(jīng)網(wǎng)絡(luò)“。下圖就是一個神經(jīng)網(wǎng)絡(luò)的大致結(jié)構(gòu)作者：大胡子 uncle：htt來源：知乎著作權(quán)歸作者所有。商業(yè)/question/24097648/answer/219167997請聯(lián)系作者獲得，非商業(yè)請注明出處。從 x1,x2,x3 輸入到輸出的過程，這里又定義了一個層次的概念，譬如上圖就包括四層，包含最左邊的輸入層，和最右邊的輸出層，如果這是一道選擇題的話，那么題目就是輸入層，而 ABCD 的選擇結(jié)果就是輸出層，如上圖的 L1 和 L2 分別是輸入層和

4、輸出層。而選擇題解題的過程是不寫出來的，叫做”隱藏層“，這里L2 和 L3 就是隱藏層，題目越難，給出的信息可能是越多的，而解題所需要的過復雜的，也就可能需要的”隱藏層“來計算最終的結(jié)果。但是由于到目前，還無法知道人腦工作的復雜性，所以這兩個神經(jīng)網(wǎng)絡(luò)也只能是形似而已。第一，人腦神經(jīng)網(wǎng)絡(luò)的一個神經(jīng)元會動態(tài)隨機的同其他的神經(jīng)元建立聯(lián)系，這種隨機性建立的神經(jīng)元的連接可能也就是為什么有的時候可以想起來一個事情，但有的是有又會忘記某件事情，當然很有可能在某個時刻，你又不經(jīng)意的想起了它。其次，人腦神經(jīng)網(wǎng)絡(luò)和計算機神經(jīng)網(wǎng)絡(luò)的不同在于，人腦可以解決通用性和跨領(lǐng)域，而計算機神經(jīng)網(wǎng)絡(luò)只能解專門，所以哪怕狗在圍棋界

5、孤誰更漂亮。獨求敗戰(zhàn)勝了所有，但他也不能識別出站在他面前的兩個第三，計算機的神經(jīng)網(wǎng)絡(luò)需要大量的數(shù)據(jù)才能訓練出一個基本的技能，而人類的思維具有高度的抽象。所以計算機看成千上萬只貓的而哪怕是一個小孩看兩三次貓，就有同樣的本領(lǐng)。才能識別出貓，最終要來解釋深度學習的”深度“了，就是從”輸入層“到”輸出層“所經(jīng)歷層次的數(shù)目，即”隱藏層“的層數(shù)，層數(shù)越多，板凳的深度也越深。所以越是復雜的選擇問題，越需要深度的層次多。當然，除了層數(shù)多外，每層”神經(jīng)元“，也就是如上圖，橙色小圓圈的數(shù)目也要多。例如，AlphaGo 的策略網(wǎng)絡(luò)是 13 層。每一層的神經(jīng)元數(shù)量為 192 個?？偨Y(jié)一句話，深度學習就是用多層次的分析

6、和計算，得到結(jié)果的法。深度學習的實質(zhì)，就是通過構(gòu)建機器學習模型和海量訓練數(shù)據(jù)，來逐層變換特征，以分類或的準確性，深度學習屬于機器學習研究領(lǐng)域的一個新的分支，是一個復雜的機器學習算法。其研究的目的在于建立、模擬人腦的神經(jīng)網(wǎng)絡(luò)，并模仿人腦的機制來解釋如圖像、聲音和文本之類的數(shù)據(jù)。深度學習引領(lǐng)著”大數(shù)據(jù)+深度模型“時代的來臨，推動著人工智能和人機交互向前快速發(fā)展，深度學習，包括多層的人工神經(jīng)網(wǎng)絡(luò)和訓練它的方法兩個方面，可以先了解一下，深度學習大熱以后各種模型層出不窮，主流的深度學習模型有哪些？ - 人工智能 多智時代深度學習的實質(zhì)，就是通過構(gòu)建機器學習模型和海量訓練數(shù)據(jù)，來逐層變換特征，以分類或的準確性，深度學習屬于機器學習研究領(lǐng)域的一個新的分支，是一個復雜的機器學習算法。其研究的目的在于建立、模擬人腦的神經(jīng)網(wǎng)絡(luò)，并模仿人腦的機制來解釋如圖像、聲音和文本之類的數(shù)據(jù)。深度學習引領(lǐng)著”大數(shù)據(jù)+深度模型“時代的