第一次作业：深度学习基础

【第一部分】视频学习心得及问题总结

        【1】人工智能的三个层面：计算智能->感知智能->认知智能 ；

             【2】人工智能包括机器学习包括深度学习；

 

 

           【3】机器学习应用包括三个领域：计算机视觉，语音技术，自然语言处理；

        【4】机器学习需要先建模型，选择策略，最优化算法；

其中模型分类有三大类，数据标记包括监督学习类型和无监督学习类型  数据分布包括参数模型和非参数模型  建模对象包括判别模型和生成模型。

        【5】接下来重点关于深度学习：

深度学习的六大不能以及相应的解释性的三个层次；

          【6】深度学习模拟神经元的工作 其中f为激活函数 激活函数包括sigmoid,tanh,relu,leaky relu....(吴恩达的课中学过sigmoid用来分类时将数据处理到0-1之间)

 

 

          【7】万有逼近定理；

          【8】通过将图像弯曲 可用线性问题解决非线性问题；

 

        【8】BP算法

         【9】梯度消失问题：

          【10】深度学习经历了逐层预处理阶段，主要技术有自编码器和RBM但是没有什么实质性的改变

 

             【11】现在，使用DNN；

        【12】Pytorch的基础，它是一个Python库，使用张量Torch和function来定义数据和计算；

 

 

        【13】张量的关键组成

 

             【14】反向传播存在grad-fn中

 

【第二部分】代码练习

【1】图像处理基本练习

【解释】其中plt.subplot(121)表示一行两列输出中排第一，plt.subplot(122)表示一行两列输出中排第二。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

出现错误：name‘exposure’ is not defined 解决方法：import skimage        from skimage import exposure

 

 

 

 

 

 

 

 

【2】螺旋数据分类

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

【第三部分】总结

    第一次正式的作业，学习到了很多，同时也有很多很多不足的地方，下次需要改善，加强！！

1，看视频课的时候要同时做着笔记,。

2，多总结，整理！！！！

3，代码不要贴截图 要专门贴代码，方便以后查看试验。

4，我爱学习，学习爱我，fighting！！！！！！