Deep Learning-Outline

This article is derived from the Deep learning course of the HKU AI Program and presents the outline of the course.

Posted by Sunny on 2024-11-18
Words 592 and Reading Time 2 Minutes
Viewed Times

Deep Learning: Outline

Course Introduction

我将课程内容分为几个部分:

  • Introduction:Introduce the development of AI, Linear models for regression & classification. 其中第一部分需要了解AI,ML和DL之间的关系,第二部分比较简单,在很多课程里都提过。
  • Neural Networks: Basics, Backpropagation, Training and Batch Normalization. 这部分是对神经网络的介绍,是后续模型的基础。
  • Vision: CNN(Important), AlexNet to Resnet, Visualization & Application.这部分是计算机视觉相关的内容,第一部分是CV的基础网络CNN,紧接着是图像网络的发展,最后一部分是可视化和应用。
  • Generative AI:这部分是生成式AI的部分。
  • Natural Language Processing: RNN/LSTM & Word Embeddings, Transformer

Introduction

Development of AI

我们可以从artificial intelligence, machine learning and deep learning三个主题理解AI的发展。

Artificial Intelligence: 人工智能是指使计算机或机器模拟人类智能的能力,包括学习、推理、问题解决、理解自然语言、感知和与环境互动等。

Machine Learning: 机器学习是人工智能的一个子领域,是指一种使计算机系统能够从数据中学习并做出决策或预测的技术。通过识别数据中的模式和规律,机器能够在未见过的数据上进行推断。

Deep Learning: 深度学习是机器学习的一个子领域,专注于使用多层神经网络来学习和表示数据中的复杂模式和特征。它通过模拟人脑神经元的工作方式,自动从大量数据中提取特征并进行决策。

三者之间逐层递进的区别:
在机器学习领域中,features是手工设计的,ML是学习如何将features映射到输出。

在深度学习领域中,features是通过学习得到的,并且应用了多个层用于多个级别的特征。即,在DL中,模型会主动学习特征,并且模型有很多层,每一层都有每一层的特征。

机器学习是人工智能的一个分支,深度学习是机器学习的一个分支。

有关深度学习的主题包含了:

  • 计算机视觉(Vision):和图像相关。
  • 生成式AI(Generative AI):通俗来讲就是从头开始生成特定的东西,可以是图像,可以是文字等。
  • 自然语言处理(Natural Language Process)
  • #