发布网友 发布时间:2022-04-24 10:04
共2个回答
热心网友 时间:2023-10-09 19:29
在深度学习中的各类神经网络都是基于同样的基本原理,就是模拟人的神经细胞之间的联络方式。以人脸识别应用为例,深度学习理论中不再给出具体的通过人脸识别人类身份的算法,而是构造一套神经网络。通过大量的已标定数据对神经网络进行训练,该神经网络能够总结出一套如何通过人脸来识别人类身份的模型。通俗的说法就是类似训练婴儿识别人脸,家长并不会教给婴儿通过哪些要素去识别人脸,但是通过长时间的接触,让婴儿大量的接触人脸并获得相应激励(婴儿对妈妈哭可以喝到奶,对爸爸哭可以被抱起来)婴儿的大脑就能总结出一套通过人脸识别人类身份的方法(模型)。如果妈妈的同事来看望婴儿了,婴儿就能记住该同事的人脸,下次如果在街上再次遇到该同事,婴儿就能认出该同事的身份了。而你说的深层网络,其实是神经网络的一种,人们在基本的神经网络上进一步拓展该理论,就出现深层神经网络、循环神经网络、卷积神经网络等等类型的神经网络。追问谢谢,如果还有问题可以继续问你吗
热心网友 时间:2023-10-09 19:29
隐藏层特别多的意思