深度学习

介绍：

        网络层数比较深的网络学习

深度学习的经典网络模型：

1、卷积神经网络（CNN）

LeNet-5、AlexNet、VGG、GoogleNet、ResNet、DenseNet

2、 循环神经网络（RNN）

应用领域：机器翻译、情感分析等NLP领域

3、深度信念网络（DBN，Deep Belief Network）

2006年由Geoffreg Hinton（机器学习泰斗）提出，是一种生成模型，由多个受限玻尔兹曼机组成。

4、生成对抗网络（GAN）

对抗的双方分别为：判别模型和生成模型

5、深度强化学习（DRL）

四个基本组件组成：环境、代理、动作、反馈

深度学习框架：

Tensorflow, Keras, PyTorch, Paddle

Tensorflow 2.0, 2019年发布，相比于1.0更加简洁

https://tensorflow.google.cn/tutorials/quickstart/beginner

Pytorch，Facebook开发，Python + Torch

科学计算库，代替 Numpy，利用 GPUs

动态图设计，可以高效地进行神经网络的构造，学术界用的多