在本章中,我們將深入研究Python深度學(xué)習(xí)的基礎(chǔ)知識。
現(xiàn)在讓我們了解不同的深度學(xué)習(xí)模型/算法。
深度學(xué)習(xí)中的一些流行模型如下 -
輸入和輸出表示為矢量或張量。 例如,神經(jīng)網(wǎng)絡(luò)可以具有將圖像中的各個像素RGB值表示為矢量的輸入。
位于輸入層和輸出層之間的神經(jīng)元層稱為隱藏層。 當(dāng)神經(jīng)網(wǎng)絡(luò)試圖解決問題時,這是大部分工作發(fā)生的地方。 仔細(xì)研究隱藏層可以揭示很多關(guān)于網(wǎng)絡(luò)學(xué)習(xí)從數(shù)據(jù)中提取的特性。
通過選擇哪些神經(jīng)元連接到下一層中的其他神經(jīng)元來形成不同的神經(jīng)網(wǎng)絡(luò)架構(gòu)。