人工特征提取直接将特征值传进去

1机器学习的特征工程步骤是要靠手工完成的而且需要大量领域专业知识

2深度学习通常由多个层组成它们通常将更简单的模型组合在一起将数据从一层传递到另一层来构建更复杂的模型。

通过训练大量数据自动得出模型不需要人工特征提取环节

3深度学习算法试图从数据中学习高级功能这是深度学习的一个非常独特的部分。

因此减少了为每个问题开发新特征提取器的任务。

适合用在难提取特征的图像、语音、自然语言处理领域

2、数据量和计算性能要求

机器学习需要的执行时间远少于深度学习深度学习参数往往很庞大需要通过大量数据的多次优化来训练参数

3可能需要数天、甚至数周的时间才能使用数百万张图像的数据集训练出一个深度网络

3、算法代表

这是一张2015-2016年的图表2015年11月谷歌将TensorFlow开源那时候国内开始卷java好像[笑哭][笑哭][笑哭]

1最常用的框架当属TensorFlow和Pytorch而Caffe和Caffe2次之

2PyTorch和Torch更适用于学术研究researchTensorFlow、Caffe、Caffe2更适用于工业界的生产环境部署industrial

production

graphTorch和PyTorch更适用于动态图像dynamic

官网https://tensorflow.google.cn/?hlzh-cn

1高度灵活

它不仅可以用来做神经网络算法研究也可以用来做普通的机器学习算法甚至是只要把计算表示成数据流图都可以用TensorFlow

2语言多样性

TensorFlow可以运行在各种硬件上同时根据计算的需要合理将运算分配到相应的设备比如卷积就分配到GPU上也允许在CPU和GPU上的计算分布

因为深度学习训练出来的模型参数非常非常多网络层数也非常非常的多可视化可以帮助你展示

1CPU版本

tensorflow-2.6.2-cp36-cp36m-manylinux2010_x86_64.whl

(458.3

MB)|████████████████████████████████|

458.3

astunparse-1.6.3-py2.py3-none-any.whl

(12

h5py-3.1.0-cp36-cp36m-manylinux1_x86_64.whl

(4.0

MB)|████████████████████████████████|

4.0

tensorboard2.7,2.6.0Downloading

tensorboard-2.6.0-py3-none-any.whl

(5.6

MB)|████████████████████████████████|

5.6

grpcio-1.48.2-cp36-cp36m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

(4.6

MB)|████████████████████████████████|

4.6

flatbuffers-1.12-py2.py3-none-any.whl

(15

opt_einsum-3.3.0-py3-none-any.whl

(65

kB)|████████████████████████████████|

9.6

six-1.15.0-py2.py3-none-any.whl

(10

typing-extensions~3.7.4Downloading

typing_extensions-3.7.4.3-py3-none-any.whl

(22

protobuf-3.19.6-cp36-cp36m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

(1.1

MB)|████████████████████████████████|

1.1

/usr/local/lib64/python3.6/site-packages

(from

/usr/local/lib/python3.6/site-packages

(from

google_pasta-0.2.0-py3-none-any.whl

(57

kB)|████████████████████████████████|

11.0

tensorflow-estimator2.7,2.6.0Downloading

tensorflow_estimator-2.6.0-py2.py3-none-any.whl

(462

kB)|████████████████████████████████|

462

absl_py-0.15.0-py3-none-any.whl

(132

kB)|████████████████████████████████|

132

keras-2.6.0-py2.py3-none-any.whl

(1.3

MB)|████████████████████████████████|

1.3

keras-preprocessing~1.1.2Downloading

Keras_Preprocessing-1.1.2-py2.py3-none-any.whl

(42

kB)|████████████████████████████████|

3.0

cached_property-1.5.2-py2.py3-none-any.whl

(7.6

/usr/local/lib/python3.6/site-packages

(from

tensorboard2.7,2.6.0-tensorflow)

(59.6.0)

Werkzeug-2.0.3-py3-none-any.whl

(289

kB)|████████████████████████████████|

289

Markdown-3.3.7-py3-none-any.whl

(97

kB)|████████████████████████████████|

15.3

google-auth-oauthlib0.5,0.4.1Downloading

google_auth_oauthlib-0.4.6-py2.py3-none-any.whl

(18

google_auth-1.35.0-py2.py3-none-any.whl

(152

kB)|████████████████████████████████|

152

requests-2.27.1-py2.py3-none-any.whl

(63

kB)|████████████████████████████████|

4.3

tensorboard-data-server0.7.0,0.6.0Downloading

tensorboard_data_server-0.6.1-py3-none-manylinux2010_x86_64.whl

(4.9

MB)|████████████████████████████████|

4.9

tensorboard-plugin-wit1.6.0Downloading

tensorboard_plugin_wit-1.8.1-py3-none-any.whl

(781

kB)|████████████████████████████████|

781

cachetools-4.2.4-py3-none-any.whl

(10

pyasn1_modules-0.3.0-py2.py3-none-any.whl

(181

kB)|████████████████████████████████|

181

requests-oauthlib0.7.0Downloading

requests_oauthlib-1.3.1-py2.py3-none-any.whl

(23

/usr/local/lib/python3.6/site-packages

(from

markdown2.6.8-tensorboard2.7,2.6.0-tensorflow)

(4.8.3)

urllib3-1.26.18-py2.py3-none-any.whl

(143

kB)|████████████████████████████████|

143

certifi-2024.2.2-py3-none-any.whl

(163

kB)|████████████████████████████████|

163

kB)|████████████████████████████████|

343

charset-normalizer~2.0.0Downloading

charset_normalizer-2.0.12-py3-none-any.whl

(39

/usr/local/lib/python3.6/site-packages

(from

werkzeug0.11.15-tensorboard2.7,2.6.0-tensorflow)

(0.8)

/usr/local/lib/python3.6/site-packages

(from

importlib-metadata4.4-markdown2.6.8-tensorboard2.7,2.6.0-tensorflow)

(3.6.0)

pyasn1-0.5.1-py2.py3-none-any.whl

(84

kB)|████████████████████████████████|

8.1

oauthlib-3.2.2-py3-none-any.whl

(151

kB)|████████████████████████████████|

151

filenameclang-5.0-py3-none-any.whl

size30694

sha2564b478abb7303e2ab6ceae5dd321630fe487cdbb7229b1c9109dbbda97b6f6de0Stored

directory:

/root/.cache/pip/wheels/22/4c/94/0583f60c9c5b6024ed64f290cb2d43b06bb4f75577dc3c93a7Building

wheel

filenametermcolor-1.1.0-py3-none-any.whl

size4848

sha25685b28ee5cc23acde89b4124855db5fec4d3b5bc9f09d22853e2a5d32f869232fStored

directory:

/root/.cache/pip/wheels/93/2a/eb/e58dbcbc963549ee4f065ff80a59f274cc7210b6eab962acdcBuilding

wheel

filenamewrapt-1.12.1-cp36-cp36m-linux_x86_64.whl

size64570

sha2565313bb733d9d37abf00e4ce2533656facec5e4518e11aaafb7dbb3171cd1bcaaStored

directory:

/root/.cache/pip/wheels/32/42/7f/23cae9ff6ef66798d00dc5d659088e57dbba01566f6c60db63

Successfully

typing-extensions-4.1.1:Successfully

uninstalled

typing-extensions-4.1.1Attempting

uninstall:

注GPU版本适用于带有CUDA核心的NV显卡英特尔的核显AMD的显卡不行

3CPU版本和GPU版本对比

CPU核心的数量更少但是每一个核心的速度更快性能更强更适用于处理连续性sequential任务

GPU核心的数量更多但是每一个核心的处理速度较慢更适合于并行parallel任务