【深度学习123】开篇
== 对比 ==
传统机器学习:人工特征提取作为输入,浅层学习。
深度学习:自动特征提取,拟合表现能力很强,尤其在海量大数据情况下优势更明显。
== 应用 ==
图像视频处理(分割,识别,风格迁移),语音文字识别加自主学习应用等等。
== 基础 ==
微积分,线性代数和信息论,概率论,最优化理论等。
== 对比 ==
传统机器学习:人工特征提取作为输入,浅层学习。
深度学习:自动特征提取,拟合表现能力很强,尤其在海量大数据情况下优势更明显。
== 应用 ==
图像视频处理(分割,识别,风格迁移),语音文字识别加自主学习应用等等。
== 基础 ==
微积分,线性代数和信息论,概率论,最优化理论等。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步