深度學習是學習樣本資料的內在規律和表示層次，這些學習過程中獲得的資訊對諸如文字，影象和聲音等資料的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、影象和聲音等資料。
深度學習是乙個複雜的機器學習演算法，在語音和影象識別方面取得的效果，遠遠超過先前相關技術。
接收讀取資料（資料的型別可以是，聲音等等）
搭建乙個模型（搭建模型需要借助神經網路）
迭代訓練（使模型更符合我們的要求，一般來說更接近真實的情況）
使用模型（比如判斷乙個物體是什麼之類的）
資料的準備與處理（資料的乾淨程度）
網路結構
損失函式
資料的準備與處理涉及兩個方面。
一是對資料進行0均值化，資料歸一化，pca和白化。
二是對資料進行擴增。增強資料的多樣性。
網路結構由多個單元和函式所組成。一般情況下，越複雜的網路結構使用的函式和單元就越多，適用的範圍就越廣。
損失函式涉及到擬合問題，也就是通過損失函式反饋的資料不斷調整模型，使得模型按照我們預期的方向發展。
學習率。學習率是指機器對變數自主調節的幅度的倍數（或者說大小），一般情況下，學習率越小效果越好，當然得到結果所需要的次數就越多，執行時間也越長。
epoch。乙個epoch指代所有的資料送入網路中完成一次前向計算及反向傳播的過程。由於乙個epoch常常太大，計算機無法負荷，我們會將它分成幾個較小的batches。
batchsiza。batch就是每次送入網路中訓練的一部分資料，而batch size就是每個batch中訓練樣本的數量。
迭代次數iteration。iterations就是完成一次epoch所需的batch個數。
比如1個epoch總數為5000，一次batchsiza為1000，那麼iterations就為5。
簡單來說就是對輸入的資料進行處理，然後輸出數值，這些值用於接下來的計算。
php學習總結,php學習部分總結
php apache 阿帕奇 php 直譯器 mysql 資料庫 php php檔案字尾就是.php 比如1.php 2.php php 要寫在 echo assss php 每一行的結束，必要有分號。變數建立變數的同時,必須要給變數乙個具體的值。a 1 常量const a 2 define a a...
機器學習部分演算法簡介
本篇所提到的優化演算法均為啟發式的優化演算法，這類優化演算法並不依賴於具體問題本身。因此，對絕大多數場景都可 即插即用 也正是因為這一點，這類演算法在很多情況下都不是最優的演算法。即對於具體問題而言，可能存在著其他更加高效率的演算法。比如對於凸優化問題來說，最速下降法 牛頓法 共軛梯度法等經典的非線...
STM32學習部分4
1.stm32中有兩個中斷優先順序 搶占式優先順序 佔先式優先順序 和響應優先順序 副優先順序 也就是主優先順序和副優先順序。其中搶占式優先順序決定是否有中斷巢狀 高佔先優先順序的中斷事件會打斷當前的主程式或者是中斷程式的執行，也就是搶斷式優先響應 2.在佔先式優先順序相同的情況下，高副優先順序的中...