助教的Tensorflow笔记8人工智能导论 (2).pdf

人工智能：模型与算法 深度学习 吴飞 浙江大学计算机学院 提纲 1、前馈神经网络 2 、卷积神经网络 3 、自然语言理解与视觉分析 浅层学习 Versus 深度学习：从分段学习到端到端学习 识别 分类 聚类 图像 稠密 信息点 视觉 视觉 金字塔 直方图 信息点 表达 词典 单词 模型 端到端学习: 输入端 通过卷积、池化和误差反向传播等手段，进行特征学习 输出端：视觉对象 浅层学习 Versus 深度学习：从分段学习到端到端学习 词性 标注 语法 解析树 语义 分析 解码器 编码器 深度学习：以端到端的方式逐层抽象、逐层学习  深度学习所得模型可视为一个复杂函数  非线性变换与映射的过程：像素点→语义 刻画神经元功能的数学模型 神经元是深度学习模型中基本单位，可以如下刻画神经元功能： 1. 对相邻前向神经元输入信息进行加权累加： = ∗ =1 2. 对累加结果进行非线性变换（通过激活函数）： 神经元越多、非 3. 神经元的输出： = () 线性映射越复杂 1 1 2 2 输入 激活函数 输出 … 常用的激活函数：对输入信息进行非线性变换 激活函数名称 函数功能 函数图像 函数求导 1 Sigmoid = − ′ = (1 − ) 1 + 2 Tanh = −2 − 1 ′