《人工智能导论《4.深度学习》课件.pptx》由会员分享，可在线阅读，更多相关《人工智能导论《4.深度学习》课件.pptx（56页珍藏版）》请在七彩学科网上搜索。

　　1、深度学习深度学习 许多研究表明，为了能够学习表示高阶抽象概念的复杂函数，解决目标识别、语音感知和语言理解等人工智能相关的任务，需要引入深度学习（Deep Learning）。深度学习的架构由多层非线性运算单元组成，每个较低层的输出作为更高层的输入，可以从大量输入数据中学习有效的特征表示，学习到的高阶表示中包含输入数据的许多结构信息，能够用于分类、回归、信息检索等数据分析和挖掘的特定问题中。神经网络神经网络 神经网络（Neural Network，NN）亦称为人工神经网络（Artificial Neural Network，ANN），是由大量神经元（Neurons）广泛互连而成的网络，是对人脑的

　　2、抽象、简化和模拟，应用了一些人脑的基本特性。人工神经网络是为获得某个特定问题的解，根据生物神经网络机理，按照控制工程的思路及数学描述方法，建立相应的数学模型并采用适当的算法，而有针对性地确定数学模型参数的技术。人工神经网络具有很强的自学习能力，它可以不依赖于“专家”的头脑，自动从已有的实验数据中总结规律。1 9 4 3 年，麦 卡 洛 克（McCulloch）和皮特斯（Puts）提出了逻辑神经元数学模型MP模型，从而给出了神经元最基本的模型及相应的工作方式。1969年，人工智能的创始 人 明 斯 基 和 派 珀 特（P a p e r t）的 著 作Perceptrons（感知机）出版，书中指

　　3、出，单层感知只能作线性划分，多层感知还没有可用的算法，因此感知无实用价值。神经网络发展历史神经网络发展历史1985年，辛顿联合鲁姆哈特（Rumelhart）等人提出了多层感知机的权值训练的算法反向传播（Back Propagation，BP）算法，从而解决了多层感知机学习的问题，引导了神经网络的复兴单个神经元单个神经元 对于一个带有标签的数据样本集（xi,yi），神经网络算法通过建立一种具有参数W、b的复杂非线性假设模型hw,b(x)，来拟合样本数据。一个最简单的单个神经元的网络模型，它只包含一个神经元。该单个神经元是一个运算单元，它的输入是训练样本 x1,x2,x3其中“+1”是一个偏置项。

　　4、该运算单元的输出结果是.，其中f是这个神经元的激活函数。单个神经元的输入和输出映射关系本质上是一个逻辑回归，此处可以使用siGmoid函数作为神经节点激活函数31()()()T,iiihffw xw bxw xb1()1ezf z-神经网络的结构神经网络的结构 神经网络是指将多个单一神经元连接在一起，将一个神经元的输出作为下一个神经元的输入。该审经网络中使用圆形来表示神经网络的单个神经节点，其中的“+1”节点是神经网络的偏置节点，也称作截九游娱乐距项。神经网络最左边一层称为输入层，最右边的一层称为输出层，中间一层称为神经网络的隐藏层。神经网络的学习神经网络的学习 神经网络的学习也称为训练，指的是通过神

　　5、经网络所在环境的刺激作用调整神经网络的自由参数，使神经网络以一种新的方式对外部环境做出反应的一个过程。神经网络最大的特点是能够从环境中学习，以及在学习中提高自身性能。经过反复学习，神经网络对其环境会越来越了解。激活函数激活函数 激 活 函 数（A c t i v a t i o n Functions）对于人工神经网络模型以及卷积神经网络模型去学习理解非常复杂和非线性的函数来说具有十分重要的作用。常见的激活函数有Sigmoid、tanh和ReLU Sigmoid激活函数的取值范围为(0,1)，求导非常容易，为反向传播中梯度下降法的计算提供了便利，因此Sigmoid函数在早期人工神经网络中十分受

　　6、欢迎。tanh函数函数tanh激活函数公式定义：tanh激活函数的取值范围为(-1,1)，求导也十分容易。tanh激活函数与Sigmoid激活函数十分相似，但是与Sigmoid函数相比，tanh函数的收敛速度更快。ee()eexxxxf x线性整流（线性整流（Rectified Linear Unit，ReLU）函数）函数ReLU激活函数公式定义：相较于Sigmoid函数和tanh函数，ReLU函数对于随机梯度下降法的收敛有着巨大的加速作用，同时ReLU函数的计算仅需要一个阈值判断，不像Sigmoid激活函数与tanh激活函数需要指数运算，相比于这两个激活函数，使用ReLU激活函数为整个神经网络学习训练过程节省了很多计算量。,0()0,0 xxf xx损失函数损失函数 损失函数是模型对数据拟合程度的反映，拟合得越差、损失函数的值就越大。与此同时，当损失函数比较大时，其对应的梯度也会随之增大，这样就可以加快变量的更新速度。感知机感知机 感知机被称为深度学习领域最为基础的模型。虽然感知机是最为基础的模型，但是它在深度学习的领域中有着举足轻重的地位。感知机（Perceptron）由罗森布拉特

　　如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

　　部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。

　　1. 本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领。

　　2. 所有PPT课件除打包和特殊嵌入外，均不含视频和音频，所看到的仅仅是链接图片；试卷类文档，如果标题没有明确说明有答案则都视为无答案，带答案试题资料的主观题可能无答案。请谨慎下单，否则不予退换。

　　3. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

　　4. 为防止被采集器采集，预览页只提供原文档前几页图片，并经过压缩处理，不会影响原文档质量，付款前后预览页数不变，请下载源文件查看完整内容。

　　教科版二年级上册科学2018-2019学年期末考试试卷(含答案) .docx

　　教科版二年级上册科学第一单元《我们的地球家园》检测卷（无答案）.doc

　　教科版科学一年级下册课件第一单元第2课 《谁轻谁重》课件（26页）.pptx

　　教科版六年级上册科学2018-2019学年期末试卷（PDF版，含答案）.pdf

　　教科版六年级上册科学2017-2018 年期末考试试卷（含解析）.docx

　　教科版科学六年级下册2.4《小苏打和白醋的变化》试题（含答案）.doc

　　教科版科学六年级下册1.5《用显微镜观察身边的生命世界（一）》试题（含答案）.doc

　　教科版科学六年级下册1.7《用显微镜观察身边的生命世界（三）》试题（含答案）.doc

　　教科版科学六年级下册2.3《米饭、淀粉和碘酒的变化》试题（含答案）.doc

　　教科版科学六年级上册2017－2018学年度上学期期末水平测试试题（无答案） .docx

　　教科版六年级上册科学第四单元第七课《谁选择了它们》课件(共23页).pptx

　　教科版科学六年级下册2.2《物质发生了什么变化》试题（含答案）.doc

　　教科版科学六年级下册2.6《化学变化伴随的现象》试题（含答案）.doc

　　教科版科学六年级下册3.1《地球的卫星——月球》试题（含答案）.doc

　　教科版高中信息技术必修3.3.1《揭开人工智能的神秘面纱》PPT课件1.ppt

　　教科版高中信息技术必修3.3.1《揭开人工智能的神秘面》PPT课件3.ppt

　　教科版高中信息技术必修3.3.2《利用人工智能技术加工》PPT课件1.ppt

　　教科版高中信息技术必修3.3.1《揭开人工智能的神秘面纱》PPT课件2.ppt

　　教科版高中信息技术必修3.3.2《利用人工智能技术加工信息》PPT课件2.ppt

　　教科版高中信息技术必修3.3.2《利用人工智能技术加工信息》PPT课件3.ppt

　　教科版高中信息技术（必修）3.3.1《揭开人工智能的神秘面纱》教案.docx

　　教科版高中信息技术（必修）3.3.2《利用人工智能技术加工信息》教案.docx

　　本站为信息分享及获取平台，本站所有文档下载所得收益归上传人(含作九游娱乐者)所有。

　　不确保部分用户上传资料的来源及知识产权归属，如您发现相关资料侵犯您的合法权益，请联系我们，我们核实后将及时进行处理。