关键词：
1. 人工智能、机器学习和深度学习的概念及关系
人工智能（Artificial Intelligence， AI）——为机器赋予人的智能，即计算机能够像人类一样完成更智能的工作。
机器学习是实现人工智能的一种手段。何为“学习”？“如果一个程序可以在任务T上，随着经验E的增加，效果P也可以随之增加，则称这个程序可以从经验中学习。”
对传统机器学习而言，通常需要进行特征提取，而这并不简单。深度学习解决的核心问题之一就是自动地将简单的特征组合成更复杂的特征，并使用这些组合特征解决问题。深度学习是机器学习的一个分支，它除了可以学习特征和任务之间的关联外，还能自动从简单特征中提取更加复杂的特征。
机器学习和深度学习的流程区别如下：
人工智能、机器学习和深度学习之间的关系可以表示如下：
深度学习是源于人工神经网络的研究，其“深度”表示“深层” 神经网络。
2. 神经网络
神经网络的结果大致如下，隐藏层可能有多层：
使用神经网络解决分类问题主要可以分为以下4个步骤：
- 提取物体中实体的特征向量作为神经网络的输入。不同的实体可以提取不同的特征向量；
- 定义神经网络的的结构，并定义如何从神经网络的输入得到输出。这个过程就是神经网络的前向传播算法；
- 通过训练数据来调整神经网络中参数的取值,这个过程常用神经网络的反向传播算法实现；
- 使用训练好的神经网络来预测位置的数据，和第2步前向传播算法一致。
3. 前向传播算法
关于前向传播算法可以参考https://cloud.tencent.com/developer/news/257834,其实主要就是矩阵计算。
14深度学习-卷积
1.简述人工智能、机器学习和深度学习三者的联系与区别。 区别：（1）人工智能：目的和结果，深度学习，机器学习是方法，是工具。（2）机器学习：一种实现人工智能的方法；机器学习都可以被精准地定义为：1、任... 查看详情
神经网络与深度学习
第二周神经网络基础2.1二分分类二分类：训练一个分类器，输入图片的特征向量x，预测结果的标签是0还是1输入rgb图片尺寸为64*64，则输入特征向量（列向量）x为64*64*3写法：m个训练样本{(x(1) ,y(1)), (x(2) ,y(2)),... 查看详情
深度学习与图神经网络核心技术实践应用高级研修班-day1卷积神经网络（cnn详解）
卷积神经网络1.从神经元到多层神经网络1.1深度学习方法->反向传播1.2常见损失函数1.2.1均方误差1.2.2交叉熵损失函数2.卷积神经网络2.1卷积神经网络的产生背景2.2卷积层2.3滤波器与通道数2.4池化层2.5全连接层2.6激活函数层2.73DCNN... 查看详情
机器学习——深度神经网络实践（fcncnnbp）(代码片段)
...区别二、神经网络前向后向传播算法的优化迭代公式三、深度神经网络算法的应用1.人脸识别1.1数据导入1.2模型搭建与使用1.3结果与分析2.手写体识别2.1基于BP神经网络的手写数字识别代码2.2结果与分析3.图像分类3.1模型构建过程... 查看详情
深度学习bn与神经网络调优(代码片段)
【深度学习】BN与神经网络调优1.神经网络调优1.1调参技巧1.2运行2.批标准化（BatchNormalization）2.1批标准化公式2.2过程图2.3为什么批标准化能够是优化过程变得简单2.4BN总结1.神经网络调优我们经常会涉及到参数的调优，... 查看详情
keras深度学习实战——卷积神经网络详解与实现(代码片段)
Keras深度学习实战（7）——卷积神经网络详解与实现0.前言1.传统神经网络的缺陷1.1构建传统神经网络1.2传统神经网络的缺陷2.使用Python从零开始构建CNN2.1卷积神经网络的基本概念2.2卷积和池化相比全连接网络的优势3.使用... 查看详情
神经网络与深度学习pytorch入门——张量(代码片段)
本文章通过参考飞桨AIStudio-人工智能学习与实训社区 教程进行pytorch相关学习。目录一.概念：张量、算子二.使用pytorch实现张量运算1.2.1创建张量1.2.1.1指定数据创建张量1.2.1.2指定形状创建1.2.1.3指定区间创建1.2.2张量的属性1.2... 查看详情
深度学习正餐开始，五万字总结深度学习基础。
...？1.2神经网络有哪些常用模型结构？1.3如何选择深度学习开发平台？1.4为什么深层神经网络难以训练？1.5深度学习和机器学习的异同？2网络操作与计算2.1前向传播与反向传播？2.2如何计算神经网络的输出&#... 查看详情
14深度学习-卷积
1.简述人工智能、机器学习和深度学习三者的联系与区别。答：机器学习是现在人工智能领域中主流的一种方法，除了机器学习，科学家也尝试过其他方法在人工智能领域进行诠释和发展，而深度学习则是机器学习里面主流的方... 查看详情
原创深度学习与tensorflow动手实践系列-3第三课：卷积神经网络-基础篇
【原创深度学习与TensorFlow动手实践系列-3】第三课：卷积神经网络-基础篇 提纲：1.链式反向梯度传到2.卷积神经网络-卷积层3.卷积神经网络-功能层4.实例：卷积神经网络MNIST分类 期待目标：1.清楚神经网... 查看详情
深度学习之一：神经网络与深度学习
深度学习之一：神经网络与深度学习1简介本系列内容为AndrewNG的深度学习课程的笔记。深度学习课程在coursera及网易云课堂上都可以免费学习到。课程共计5部分，分别介绍了深度学习，深度学习的优化，深度学习... 查看详情
14深度学习-卷积(代码片段)
1.简述人工智能、机器学习和深度学习三者的联系与区别。 人工智能是最早出现的，其次是机器学习，最后是深度学习，当今人工智能大爆炸的核心驱动。 区别和联系： 2.全连接神经网络与卷积... 查看详情
《andrewng深度学习》笔记1
深度学习概论1.什么是神经网络？2.用神经网络来监督学习3.为什么神经网络会火起来？1.什么是神经网络？深度学习指的是训练神经网络。通俗的话，就是通过对数据的分析与计算发现自变量与因变量的映射关系(神经网络模型)... 查看详情
深度学习-卷积
1.简述人工智能、机器学习和深度学习三者的联系与区别。2.全连接神经网络与卷积神经网络的联系与区别。全连接神经网络和卷积神经网络中的每一个节点就是一个神经元。在全连接神经网络中，每相邻两层之间的节点都有边... 查看详情
14深度学习-卷积(代码片段)
1.简述人工智能、机器学习和深度学习三者的联系与区别。 联系：深度学习使得机器学习能够实现众多应用，并拓展了人工智能的领域范畴。区别：人工智能是目的，是结果；深度学习、机器学习是方法，是工具；深度学习... 查看详情
[人工智能-深度学习-8]：神经网络基础-机器学习深度学习模型模型训练
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120462734目录第1章白话机器学习第2章机器学习的模型与步骤 2.1 深度学... 查看详情
深度学习(001)-深度学习简介
...基础二，与机器学习区别：1.机器学习人工进行特征抽取深度学习自动进行特征抽取2.机器学习，数据少，相对效果不好深度学习，数据多，相对效果更好三，人工神经网络：1.(ArtificialNeuralNetwork,ANN)模仿生物神经网络(中枢大脑)... 查看详情
深度学习与图神经网络核心技术实践应用高级研修班-day3图神经网络（gnn）(代码片段)
图神经网络基础和基本思想1.图神经网络1.1图神经网络的定义和目标1.2图神经网络的思想和工作原理1.3图神经网络的应用场景2.图卷积神经网络2.1图卷积神经网络的定义2.2图卷积神经网络的卷积方式2.3卷积神经网络与图卷积神经... 查看详情