今天的笔记主要是基于视频: https://www.youtube.com/watch?v=Z_ikDlimN6A
Deep learning是machine learning的一部分
machine leraning的作用: 如下图所示,正常的流程是有了规律然后进行产出,但是machine learning就是在有投入和产出的情况下找出规律
为什么可以使用machine learning: 只要能把所有的投入和产出都转化为数字的形式,那任何东西都可以使用machine learning
深度学习擅长与不擅长的领域
deep learning擅长的领域: 1) problems with long lists of rules 2) Continually chaning environemnets 3) Discovering insights within large collections of data
deep learning不擅长的领域 1) when you need explainability 2) when the tradotional approach is better option 3) When errors are unacceptable 4) when you don't have much data
machine leraning & deep learning 使用的场景: machine learning适用于structured data; deep learning适用于unstructured data
也就是说其实神经网络基本占据了deep learning
神经网络: 由投入层,隐藏层和产出层构成
每一层都由linear (straight line) and unlinear组成.
学习的类型:
1. 监督学习, data+label
2. 无监督学习 只有data
3. reinforce learning: 通过不断的反馈对模型进行计算
深度学习的例子
视频网站的推荐视频; 翻译; 语言识别, 图像识别
PyTorch
官网作为最重要的信息来源,值得好好研读:
- Pytorch是最重要的深度学习工具, 基于python语言
- 是tesla, Microsoft和OpenAI的代码的重要组成部分
- Pytorch是Torch的进阶版本
What is GPU/TPU: GPU (Graphics Processing Unit); TPU(tensor processing Unit).
What is a tensor:
利用Pytorch来学习深度学习的资源: Github-Issues, Pytorch forum.