深度学习智慧融入街镇目录 content深度学习概述 第一章深度学习应用研究 第二章总结与展望 第三章深度学习概述第一章 历史与背景 基本思想 经典模型1-1 历史与背景假设我们要让程序判断下面的图像是否为猫：判断图像是否为猫的规则该怎么描述？用枚举的方法，即为每张可能的图像对应一个结果（是猫，不是猫），根据这个对应规则进行判定。对于高度和宽度都为256 像素的黑白图像，如果每个像素值的值是0-255 之间的整数，根据排列组合原理，所有可能的图像数量为：所以，与其总结好知识告诉人工智能，还不如让人工智能自己去学习知识。要识别猫的图像，可以采集大量的图像样本，其中一类样本图像为猫，另外的不是猫。然后把这些标明了类别的图像送入机器学习程序中进行训练。 机器学习1-1 历史与背景机器学习发展阶段1980s ：登上历史舞台1990-2012 ：走向成熟和应用2012 ：深度学习时代神经网络卷土重来1980 年机器学习作为一支独立的力量登上了历史舞台。典型的代表是：1984 ：分类与回归树1986 ：反向传播算法1989 ：卷积神经网络代表性的重要成果有：1995 ：支持向量机（SVM ）199
