更深的網路

Python 深度學習入門

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

多個隱藏層

ch1_4.003.png

Python 深度學習入門

多個隱藏層

ch1_4.004.png

Python 深度學習入門

多個隱藏層

ch1_4.005.png

Python 深度學習入門

多個隱藏層

ch1_4.006.png

Python 深度學習入門

多個隱藏層

ch1_4.007.png

Python 深度學習入門

多個隱藏層

ch1_4.008.png

Python 深度學習入門

多個隱藏層

ch1_4.009.png

Python 深度學習入門

多個隱藏層

ch1_4.010.png

Python 深度學習入門

多個隱藏層

ch1_4.011.png

Python 深度學習入門

多個隱藏層

ch1_4.012.png

Python 深度學習入門

多個隱藏層

ch1_4.013.png

Python 深度學習入門

多個隱藏層

ch1_4.014.png

Python 深度學習入門

多個隱藏層

ch1_4.015.png

Python 深度學習入門

多個隱藏層

ch1_4.016.png

Python 深度學習入門

表徵學習

  • 深層網路會在內部學到資料中的模式表徵
  • 可部分取代特徵工程的需求
  • 後續層會從原始資料學到更精緻的表徵
Python 深度學習入門

表徵學習

ch1_4.022.png

Python 深度學習入門

深度學習

  • 建模者不必手動指定交互作用
  • 訓練模型時,神經網路會學到權重,以找出相關模式並做出更好的預測
Python 深度學習入門

一起來練習吧!

Python 深度學習入門

Preparing Video For Download...