一、数据依赖性
深度学习与传统的机器学习最主要的区别在于随着数据规模的增加其性能也不断增长。当数据很少时，深度学习算法的性能并不好。这是因为深度学习算法需要大量的数据来完美地理解它。
三、硬件依赖
深度学习算法需要进行大量的矩阵运算，GPU 主要用来高效优化矩阵运算，所以 GPU 是深度学习正常工作的必须硬件。与传统机器学习算法相比，深度学习更依赖安装 GPU 的高端机器。
二、特征处理
特征处理是将领域知识放入特征提取器里面来减少数据的复杂度并生成使学习算法工作的更好的模式的过程。特征处理过程很耗时而且需要专业知识。
深度学习尝试从数据中直接获取高等级的特征，这是深度学习与传统机器学习算法的主要的不同。基于此，深度学习削减了对每一个问题设计特征提取器的工作。
例如，卷积神经网络尝试在前边的层学习低等级的特征，然后学习部分人脸，然后是高级的人脸的描述。更多信息可以阅读神经网络机器在深度学习里面的有趣应用。
当应用传统机器学习算法解决问题的时候，传统机器学习通常会将问题分解为多个子问题并逐个子问题解决最后结合所有子问题的结果获得最终结果。相反，深度学习提倡直接的端到端的解决问题。
~
#13962981977#
深度学习有哪些优点和缺点 - ******
#诸净# 深度学习的主要优点如下: 1:学习能力强 深度学习具备很强的学习能力. 2:覆盖范围广,适应性好 深度学习的神经网络层数很多,宽度很广,理论上可以映射到任意函数,所以能解决很复杂的问题. 3:数据驱动,上限高 深度学习高度依赖...
#13962981977#
幼儿教育学中深度学习是什么? - ******
#诸净# 幼儿深度学习是指幼儿在与周围环境互动的过程中,通过自己特有的学习方式,积极主动地学习新的知识和经验,探索周围的社会环境、自然环境和物质世界,并将这些知识和经验纳入原有的认知结构和迁移到新的情境中,以发展其高阶思维和问题解决能力的一种学习.
#13962981977#
什么是课堂教学中的深度学习 - ******
#诸净# 转变教学观念,实现师生互动. 明确教学目标,落实“堂堂清”. 改进教学方法,打造“生本课堂” 加强课堂管理,拓展“课堂空间”
#13962981977#
深度学习中concatenated是什么意思 - ******
#诸净# 深度学习,按个人的理解主要就是多层神经网络.而多层神经网络目前效果比较好的是卷积神经网络,目前在图像和音频信号上效果比较好,而在自然语言处理上效果没有显示出来.深度学习从统计学的角度来说,就是在预测数据的分布,从数据中学得一个模型然后再通过这个模型去预测新的数据,这一点就要求测试数据和训练数据必须是同分布.深度学习,它是在一定的学习量的积累基础之上的质的飞越,就是学习能力的质变和新实现.度学习的前提在于大数据技术的成熟和支撑.同时,深度学习是一种经验的连接和运用.它是人类的经验和智慧在机器中的再生和活化.
#13962981977#
怎样引导学习者深度学习 ******
#诸净# 说来惭愧,虽然做老师十几年,也学习过一些学习理论,自认为有了一点点思考和体会,但是关于深度学习,我了解的还真不是太系统,当我看到今天研讨的题目后,有一...
#13962981977#
深度学习是什么?好就业吗? - ******
#诸净# 深度学习目前就业前景不是很好,这个项目目前还是遭到很多人的怀疑的,有很多需要改进的地方,不是很建议进入.
#13962981977#
什么叫做深度学习框架,其作用是什么 - ******
#诸净# 深度学习框架也就像Caffe、tensorflow这些帮助你进行深度学习的工具,简单来说就是库,编程时需要import caffe.作一个简单的比喻,一套深度学习框架就是这个品牌的一套积木,各个组件就是某个模型或算法的一部分,你可以自己设计如何...
#13962981977#
深度学习的“深度”有什么意义 - ******
#诸净# 深度学习,deeplearning,其主要来源神经网络的层数的区别,一般隐含层10层以上为深度学习!
#13962981977#
深度学习是训练次数越多越好吗 - ******
#诸净# 越多越好.深度学习是指多层的人工神经网络和训练它的方法,在深度学习训练的过程中,随着网络层数的提升,个人训练的次数,参数都会提高,学习能力越好.
