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!