0%

【CS230-DL】01 深度学习入门

深度学习到底给我们带来的怎样的改变?我们要如何能参与到这一波技术浪潮中?


更新历史

  • 2019.10.12: 完成初稿

什么是神经网络

直接说神经网络的概念可能比较枯燥,我们用一个根据房屋面积来预测房价的例子来进行说明。

预测房价不是一个拍脑袋的事情,这里我们收集了六间房子的大小与价格,并用红叉在坐标系中标记出来(这里横轴是房子的大小,纵轴是房子的价格)。那么问题来了,如果我又看到一间房子,我只知道它的大小但不知道价格,有没有办法能够根据现在我已经有的数据,对新的一间房子的价格作出预测呢?

当然是可以的!我们只需要利用已知的六间房子的价格和大小数据,就可以找到其中的规律,就可以拿着这个规律去判断新房子的价格了。最简单的寻找规律的方式就是线性回归,因为房价不可能小于零,所以当线性回归找到的函数对应值小于 0 时,我们统一设置为 0,就可以得到上图中蓝色的那条线。

注意,这里我们实际上是用线性回归找到这条蓝线,我们需要首先有一个大致的判断,然后找到这条线。

但是对于神经网络来说,这个逻辑就变化了,我们可以不关心到底函数长啥样,只需要准备足够的 x 和 y 就可以,神经网络在训练过程中会自动学习数据中隐含的规律。如下图所示:

很神奇吧!不需要知道深奥的数学原理,只要组合几个非常简单的神经元,就可以完成原来需要一定数学知识才能搞定的工作。

当然,这只是神经网络的一个非常简单的说明,想要了解更多,请自己搜搜相关的讲解。

用神经网络进行监督学习

啥叫监督学习,简单来说就是提供标准答案的机器学习过程,就叫监督学习。比如前面提供了房屋大小(就是 x)以及房屋价格(就是 y),要通过 x 预测 y,这就是一个监督学习的过程。

深度学习在广告、计算机视觉、语音识别、自动驾驶等等领域都取得了非常不错的成绩,而不同的领域一般会采用不同结构的神经网络。我们要做的就是决定什么是 x,什么是 y,接着调整神经网络的结构,然后见证奇迹的发生!

深度学习为什么火起来

深度学习的理论基础其实早在几十年前就已经被提出来了,为啥直到今天才真正变得家喻户晓呢?原因非常简单,因为现在才有了足够多的的数据,以及能够处理这些数据的计算能力。

说了这么多,感觉千言万语汇成一句话:来学习吧!