深度学习具体学什么？

发布网友发布时间：2022-04-19 17:30

共5个回答

热心网友时间：2023-08-06 04:28

深度学习主要学的有：神经网络、BP反向传播算法、TensorFlow深度学习工具等。

深度学习英文全称为：deep learning，是机器学习的分支，主要是把人工神经网络当作构架，进而对数据进行表征学习的算法。

至今已有数种深度学习框架，如深度神经网络、卷积神经网络和深度置信网络和递归神经网络已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。另外，“深度学习”已成为类似术语，或者说是神经网络的品牌重塑。

通过多层处理，逐渐将初始的“低层”特征表示转化为“高层”特征表示后，用“简单模型”即可完成复杂的分类等学习任务。由此可将深度学习理解为进行“特征学习”或“表示学习”。

以往在机器学习用于现实任务时，描述样本的特征通常需由人类专家来设计，这成为“特征工程”（feature engineering）。众所周知，特征的好坏对泛化性能有至关重要的影响，人类专家设计出好特征也并非易事；特征学习（表征学习）则通过机器学习技术自身来产生好特征，这使机器学习向“全自动数据分析”又前进了一步。

而深度学习的主要应用场景为：

语音识别

微软研究人员通过与hinton合作，首先将RBM和DBN引入到语音识别声学模型训练中，并且在大词汇量语音识别系统中获得巨大成功，使得语音识别的错误率相对减低30%。但是，DNN还没有有效的并行快速算法，很多研究机构都是在利用大规模数据语料通过GPU平台提高DNN声学模型的训练效率。

在国际上，IBM、google等公司都快速进行了DNN语音识别的研究，并且速度飞快。

国内方面，阿里巴巴，科大讯飞、百度、中科院自动化所等公司或研究单位，也在进行深度学习在语音识别上的研究。

自然语言处理等其他领域

很多机构在开展研究，2013年Tomas Mikolov,Kai Chen,Greg Corrado,Jeffrey Dean发表论文Efficient Estimation of Word Representations in Vector Space建立word2vector模型，与传统的词袋模型（bag of words）相比，word2vector能够更好地表达语法信息。深度学习在自然语言处理等领域主要应用于机器翻译以及语义挖掘等方面。

热心网友时间：2023-08-06 04:29

深度学习优就业和中科院专家联手推出的一款人工智能提升课程，面向计算机行业相关从业和专业人员，其课程涵盖众多技术要点，满足各类就业需求，比如语音识别，图像识别等，而且深度学习应用领域十分广泛，是一门非常精品的课程。
以课程内容包括以下几个阶段，：AI概述及前沿应用成果介绍，人工神经网络及卷积神经网络原理及TensorFlow实战，循环神经网络原理及项目实战，生成式对抗网络原理及项目实战，深度学习的分布式处理及项目实战，深度强化学习及项目实战，企业级项目实战-车牌识别项目实战，深度学习最新前沿技术简介八个阶段，这些就是深度学习所要学习的内容。

热心网友时间：2023-08-06 04:29

深度学习是机器学习的分支，是一种以人工神经网络为架构，对数据进行表征学习的算法。至今已有数种深度学习框架，如深度神经网络、卷积神经网络和深度置信网络和递归神经网络已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

热心网友时间：2023-08-06 04:30

之前了解过优就业的课程，基本上包括一下几部分，还挺不错的。

AI概述及前沿应用成果介绍、人工神经网络及卷积神经网络原理及 TensorFlow实战、循环神经网络原理及项目实战、生成式对抗网络原理及项目实战、深度学习的分布式处理及项目实战、深度强化学习及项目实战、企业级项目实战-车牌识别项目实战、深度学习最新前沿技术简介

热心网友时间：2023-08-06 04:30

哦，你好，我们讲的深度学习有很多都是电脑意义上的深度学习啊，学习电脑或者是我们在学习中去学习一个东西，特别认真自责和深度学习啊，希望尊重帮助，感谢您的采纳，当然不以老师为准

首页

文章

深度学习具体学什么？