第一课.深度学习简介

机器学习

在吴恩达老师的课程中，有过对机器学习的定义：
ML：

P即performance，T即Task，E即Experience，机器学习是对一个Task，根据Experience，去提升Performance；
在机器学习中，神经网络的地位越来越重要，实践发现，非线性的激活函数有助于神经网络拟合分布，效果明显优于线性分类器：
$$y=Wx+b$$
常用激活函数有ReLU，sigmoid，tanh；
sigmoid将值映射到(0,1)：
$$y=\frac{1}{1+exp(-x)}$$
tanh会将输入映射到(-1,1)区间：
$$y=\frac{exp(x)-exp(-x)}{exp(x)+exp(-x)}$$

#激活函数tanh
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

def tanh(x):
    return (np.exp(x)-np.exp(-x))/(np.exp(x)+np.exp(-x))

X=np.linspace(-5,5,100)

plt.figure(figsize=(8,6))
ax=plt.gca()#get current axis:获取当前坐标系

#将该坐标系的右边缘和上边缘设为透明
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#设置bottom是x轴
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

#设置left为y轴
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

ax.plot(X,tanh(X),color='blue',linewidth=1.0,linestyle="-")

plt.show()

开源框架

当神经网络层数加深，可以加强捕捉分布的效果，可以简单认为深度学习指深层神经网络的学习；
当前有两大主流的深度学习框架：Pytorch和Tensorflow；
Pytorch支持动态计算图，使用起来更接近Python；
Tensorflow是静态计算图，使用起来就像一门新语言，据说简单易用的keras已经无人维护，合并到tensorflow；
一个深度学习项目的运行流程一般是：
深度学习计算重复且体量巨大，所以需要将模型部署到GPU上，GPU的设计很适合加速深度学习计算，为了便于在GPU上开展深度学习实验，人们开发了CUDA架构，现在大部分DL模型都是基于CUDA加速的
关于CUDA

---

1.什么是CUDA？
CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
2.什么是CUDNN？
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中。

---

方向概览

当前计算机视觉的发展相对于自然语言处理更加成熟，NLP的训练比CV更耗费资源，CV模型相对较小；
在CV方向：

---

1.图像分类（ResNet，DenseNet）
2.目标检测ObjectDetection
3.风格迁移StyleTransfer
4.CycleGAN：比如图像中马到斑马，也可以从斑马返回马
5.ImageCaptioning：从图像生成描述文本，一般用CNN获得feature，再输入RNN获得文本

---

在NLP方向：

---

1.情感分析：分类影评数据
2.QuestionAnswering：一段问题->给出答案
3.Translation：可以用OpenNMT-py，OpenNMT-py是开源的seq->seq模型
4.ChatBot聊天机器人，基于QuestionAnswering，目前刚起步

---

另外还有强化学习Deep Reinforcement Learning，从简单的打砖块游戏到著名的阿尔法Go；
以及预训练语言模型：给一段话，让机器继续说下去，比如BERT，GPT2；
迁移学习
在CV中，NN的低层可以提取位置信息（边，角等精细信息），高层提取抽象信息，所以低层的网络可以反复使用，更改高层再训练以适用其他任务