深度学习,其实质就是使用深度神经网络拟合数据与标签之间的复杂非线性关系。
初始输入向量,隐含了图像、语音、文本等的特征,这样通过数值来刻画特征是否正确?我们无处知晓,只是当所有图像、语音或文本都分别使用同一个空间内的向量进行表示以后,通过不同向量之间的对比,就能够刻画出不同的特征,即表示不同带来了特征的不同。深度神经网络,通过一层一层的非线性变换,同时受参数调整的影响,逐渐逼近标签值。
深度学习,其实质就是使用深度神经网络拟合数据与标签之间的复杂非线性关系。
初始输入向量,隐含了图像、语音、文本等的特征,这样通过数值来刻画特征是否正确?我们无处知晓,只是当所有图像、语音或文本都分别使用同一个空间内的向量进行表示以后,通过不同向量之间的对比,就能够刻画出不同的特征,即表示不同带来了特征的不同。深度神经网络,通过一层一层的非线性变换,同时受参数调整的影响,逐渐逼近标签值。