深度学习概念

一、前言

在大四的时候，同专业的同学都开始找工作，听到他们说自己的工资的时候说实话挺羡慕的，可能我比较现实，我认为现在读书其实就是为了以后能够找个好工作，在我眼里，好工作就是工资高，上班累点也没关系。人生就是这样，面临多个选择的时候，无论选择哪条路以后都有可能会后悔。
我时常在想一个问题，在互联网行业特别是网络安全，本科毕业工作和继续读研到底哪个更好？没有学术抱负，只想进厂赚钱。奈何另一方面技术不行，只能继续读研提升学历，像同学那样进大厂吹空调。
正处研0的我也十分迷茫焦虑，大学四年学了一些网络安全，参加了一些比赛，又运气好进入了华科读研。在别人看来，进入华科读研以后肯定能拿好工作。可在互联网这个行业，学历再好自身没实力都是徒劳，而我的水平...一言难尽，也担心毕不了业，担心毕业了找不到好工作浪费三年。这也是我为什么羡慕本科同学已经拿了工作，而且待遇也很不错，有进国安..有进美团..有进外企..

二、为什么要学深度学习呢？

我一个搞网络安全的，为什么要学深度学习呢？现在人工智能很火，而深度学习又是人工智能里面的最热门最基础的知识。

• 第一互联网都在卷大模型，可能这也是未来的一波浪潮吧，紧跟潮流。
• 另外一方面就是，为研究生做准备。看他们发的论文都是基于xxx模型，对于现在的我来说简直就是天方夜谭，井底之蛙，看天书一般。
• 第三个方面就是，现在的安全公司也在搞模型，把人工智能应用到安全行业。为了实现进大厂的梦，还得继续学传统的web安全，云原生安全等等。

三、深度学习的概念

像我这样的小白一才开始接触这个词的时候，都是很懵逼的。看了b站的up主的视频之后，发现其实这玩意儿还挺有意思的。希望以后学习途中也会这么觉得吧。

什么是深度学习

AI->机器学习->深度学习。
深度学习是机器学习下的一种。而AI人工智能不止机器学习。

• 那什么是机器学习呢？简单来说，它不是一种“算法”，而是更偏向于处理特征上。
  机器学习的流程如下：

1.数据来源
2.特征工程：也就是处理特征，这是核心
3.建模型
4.评估和应用

那其中难理解的就是特征工程，和建模型。特征工程可以这么理解，比如人脸识别：数据来源就是庞大的人脸数据，特征就是提取其中人脸的信息，比如标注哪是眼睛，哪里是鼻子。

• 那么深度学习又是什么呢？
  上述说了，机器学习在特征处理阶段是有监督的，可以理解为就是人工去处理的。那深度学习就是它自己去提取哪些特征是可行的，哪些是有用的。这里面涉及的参数就是上千万上亿个参数。

总结

最后总的来说，深度学习可以理解为一个黑盒子，当输入的东西结果这个黑盒子之后就会被提取出一些特征，让计算机认识它，比如，输入的是一只猫，结果这个黑盒子之后，计算机就知道这是一只猫。
他的缺点就是，速度太慢。因为参数很多。
但是对于数据规模较大的，深度学习的效果高于传统的算法。

学习视频来源B站
OK，今天了解了什么是深度学习，以及他是干什么的。之后继续刷B站小土堆入门。加油！大厂不是梦！