机器学习和深度学习对比图
2022-07-14 14:44:21 49 举报
在这张对比图中,我们可以看到机器学习和深度学习两个领域的关键差异。首先,机器学习是一种广泛的概念,它涵盖了使用算法和统计模型使计算机系统从数据中学习的各个领域。而深度学习是机器学习的一个子集,它侧重于使用深层神经网络来处理复杂的数据和任务。 此外,机器学习方法通常需要手动选择特征并进行特征工程,以便让算法更好地理解数据。相比之下,深度学习方法能够自动学习和提取特征,这使得它们在处理大规模和高维度数据时更加有效。 总之,机器学习和深度学习都是强大的技术,但它们的应用领域和方法有所不同。通过了解这些差异,我们可以更好地选择合适的工具来解决实际问题。
作者其他创作
大纲/内容
1. 选择模型2. 设定Loss_F 和 优化器3. 超参数
选择评价指标,计算模型表现
1. 定制化组装层或模块2. 反向传播(Loss_F 和 优化器)
1.按批读数据传入GPU训练2. 根据Loss_F反向传播3. 优化器调整网络参数
训练
选择模型
深度学习
测试
机器学习
数据预处理
1. 数据格式统一和变换2. 划分训练集和测试集
1. 拟合训练数据fit2. 计算模型表现
数据大1. 一次性难加载完2. 分batch训练
0 条评论
下一页