。

它是怎么学会这些能力的#xff1f;答案正是——深度学习#xff08;Deep

想象一个机器人能识别人脸、写诗、翻译语言、甚至和你聊天。

它是怎么学会这些能力的答案正是——深度学习Deep

简单来说深度学习就像是教会一台计算机“看、听、说、理解”的方法。

不同于传统程序写死了每个规则深度学习让计算机自己学习规律就像人类通过经验学习一样。

你可能听过这个词“人工神经网络ANN”它模拟了人类大脑中的神经元结构。

每个神经元就是一个灯泡它接受来自其他灯泡的电信号亮或不亮取决于收到的电量。

这些灯泡一层连一层输入层接收数据输出层给出结果中间的“隐藏层”负责思考。

PyTorch

torch.optim.SGD(model.parameters(),

lr0.01)for

y)optimizer.zero_grad()loss.backward()optimizer.step()2.

逻辑回归并不回归它做的是分类。

输出的是一个“可能性”如你有70%概率发烧。

激活函数如ReLU就像是每个神经元的“开关判断逻辑”是否要发出信号。

CNN

想象你在用放大镜观察图像的一部分又换到下一部分观察然后再整体判断这是什么。

卷积层提取局部特征比如边缘、颜色块

阅读文章时我们不可能每个词都仔细看。

我们关注重点略过无关的词。

注意力机制让模型更关注重要的信息如翻译句子时特别注意动词和主语。

TransformerChatGPT

阶段学习建议入门学线性/逻辑回归掌握梯度下降原理初级理解前馈神经网络、反向传播、ReLU

等激活函数中级掌握

官方教程https://pytorch.org/tutorials/

学深度学习不难但需要耐心

每一次训练模型、调试代码、可视化结果都是让你更接近“AI魔法师”的一步。