深度学习(一):什么是深度学习

前言

对于深度学习来说,不得不承认其门槛比较高。首先要有python基础,编程深度学习需要用到python,但不建议把python从头到尾学一遍,把基础语法过一遍即可,剩下用到什么就去网上查阅资料,这也是个学习积累的过程;同时也要有数学基础,要知道梯度、线性、非线性等基础概念,但不用实际做数学题去计算,只要理解常用概念即可,在深度学习中,这些繁琐的计算过程是计算机帮我们完成的,我们只需要调用具体的函数就可以实现;最后也要有个性能较好的显卡,虽然在学习过程中用CPU也可以完成训练,但只是一些简单案例,一旦训练真实项目,CPU是吃不消的,所以一个性能高的GPU会帮你节省许多时间,也能帮你完成复杂一些的实际训练项目。

说到这里是不是感觉想要放弃了。别急,其实深度学习也没这么难,入门时会非常痛苦,感觉像看天书一样,根本没办法理解,但入门后就会发现,深度学习也是有固定套路的,只要把这些套路学会,剩下的就是自己不断积累了,我这里是帮大家度过最困难的入门阶段,用最通俗易懂的语言,解释最难理解的概念。话不多说,接下来咱们直奔主题,欢迎进入深度学习的世界~

什么是深度学习

这里我不会用理论概念去解释,对于入门阶段来说,看这些理论概念无非就是让你看不懂,从而扩大你放弃的想法,开个玩笑,理论概念固然重要,但在实践中去学习理论概念,印象会更加深刻。

深度学习本质上就是根据大量数据,总结出可用的规律。比如我这里有10张男人照片,10张女人照片,我们把这些照片进行数据处理后,传到深度学习框架中,让框架熟悉这些照片的规律。之后我们给框架传一张人类照片,框架就能帮我们分辨出是男是女。这个过程就是深度学习。当然10张照片肯定是远远不够的,并且利用深度学习能做的事情非常多,不局限于图像分类,这里咱们就是举例说明。

深度学习分类

深度学习的分类有很多。这里我主要介绍其中比较大的两个分类,计算机视觉自然语言处理

计算机视觉方面,主要用到了NN、CNN等(现在就这么一看,后面会详细介绍),咱们会介绍图像分类,超分辨率重构等。

自然语言处理方面,主要用到了RNN、LSTM等(现在就这么一看,后面会详细介绍),咱们会介绍语义分析等。

深度学习框架

这里先给大家看下目前主流的深度学习框架。

深度学习(一):什么是深度学习_第1张图片

这里看到非常非常多的框架,我们都要去学习吗?答案肯定是不,框架只是我们做事情的工具,而这些工具大同小异,所以我们只需要掌握最主流的框架即可,目前这些框架中,最为主流的框架是TensorFlow和Pytorch。那这两个框架如何选择呢,下面我们来看一个图:

深度学习(一):什么是深度学习_第2张图片
深度学习(一):什么是深度学习_第3张图片
PyTorch可以说是现阶段主流的深度学习框架了,武林盟主之争大概是这个历史。15年底之前Caffe是老大哥,随着Tensorflow的诞生,霸占江湖数载,19年起无论从学术界还是工程界PyTorch已经霸占了半壁江山!所以我们主要介绍PyTorch这个框架。

综述

看到这里是不是对深度学习有了大致的了解。

想要学习深度学习,首先要把需要的开发环境安装好,下面一节将会详细介绍。

你可能感兴趣的:(人工智能技术,深度学习)