机械学习深度学习.pptxVIP

下载本文档

40
0
约小于1千字
约 15页
2021-06-01 发布于山东
举报
版权申诉

机械学习深度学习.pptx

1、本文档共15页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

机械学习——深度学习;目录;深度学习简介;;深度学习技术栈;;2、站在巨人的肩上编程数据获取：1、利用科学机构提供的现有数据；2、利用爬虫技术自己整理数据集数据分析处理：1、利用python的科学计算模块；2、MATLAB；3、R语言构架神经网络：1、利用主流的深度学习框架搭建自己的神经网络。如：TensorFlow Kerns Pytorch Caffe等 ;4、了解TensorFlow TensorFlow是一个采用数据流图，用于数值计算的开源软件库。节点在图中表示数学操作，图中的线则表示在节点间相互联系的多维数据数组，即张量（tensor）。TensorFlow 最初由Google大脑小组的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。所以Google决定于2015年9月将其开源。希望将其打造成一个行业的标准。 5、什么是数据流数据流图用“结点”（nodes）和“线”(edges)的有向图来描述数学计算。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入（feed in）的起点/输出（push out）的终点，或者是读取/写入持久变量（persistent variable）的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以输运“size可动态调整”的多维数据数组，即“张量”（tensor）。张量从图中流过的直观图像是这个工具取名为“Tensorflow”的原因。一旦输入端的所有张量准备好，节点将被分配到各种计算设备完成异步并行地执行运算。 (官网：/ 中文官网：/ );5、常见的神经网络结构卷积神经网络CNN 循环神经网络RNN 长短时间记忆单元LSTM 双向RNN、双向LSTM 生成对抗网络GAN 深度神经网络DNN;应用案例;;谈谈物联网·人工智能·区块链的发展;演示完毕感谢聆听