Python深度学习之神经网络

发表于 | 分类于 |
字数统计: 193 | 阅读时长 ≈ 1

前言

  • 深度学习和机器学习的区别

    • 深度学习需要大量的训练数据集。随着数据量的增加，深度学习算法的性能会越来越好，但是机器学习在后期会趋于水平
    • 训练深度神经网络需要大量的算力（强大的GPU）

  • 算法代表

    • 机器学习
      • 朴素贝叶斯
      • 决策树等
    • 深度学习
      • 神经网络

  • 框架介绍

    • PyTorch和Torch适用于学术研究；TensorFlow,Caffe,Caffe2更适用于工业界的生产环境部署
    • Caffe适用于静态图像，Torch和PyTorch适用于动态图像，TensorFlow都适用
    • TensorFlow和Caffe2可以在移动端使用

图

  • 图结构：数据（Tensor）+ 操作（Operation）
  • 相关操作
    • 查看默认图的方式
      • tf.get_default_graph()