- 1、本文档共38页,其中可免费阅读12页,需付费138金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE2
第一章神经网络简介
1.为什么深度学习方法比算法方法更好?
1.错误率低
卷积神经网络(CNN):与传统的计算机视觉算法相比,CNN技术将误判率降低了10%。
残差网络(ResNet):在2015年,ResNet技术的误判率比人类误判率还低5%。
2.数据依赖性
深度学习vs传统机器学习:深度学习算法随着数据规模的增加,其性能也会不断提升。而传统算法在数据较少时性能也能保持稳定。
数据要求:深度学习算法需要大量的数据来进行训练,才能达到良好的性能。
3.硬件依赖性
计算需求:深度学习算法需要大量的矩阵运算,GPU(图形处理器)因为其高效的矩阵运算能力成为深度学
文档评论(0)