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
