【Deep Learning Based On PyTorch】深度学习简介
- 深度学习
深度学习是机器学习的分支,是以人工神经网络为基础,对数据的特征进行学习的方法。 - 机器学习与深度学习的区别
a. 特征的提取:机器学习是人工提取,深度学习是自动提取;
b. 数据量:机器学习数据少,效果不好,深度学习数据多,效果更好;
- 场景
a. 图像识别
物体识别
场景识别
人脸检测跟踪
人脸身份认证
b. NLP
机器翻译
文本识别
聊天对话
c. 语音技术
语音识别 - 常见的深度学习框架
常见的框架有:TensorFlow、Caffe2、Keras、Theano、PyTorch、Chainer、DyNet、MXNet、CNTK等