深度学习是机器学习中重要的一个学科分支,它的特点就在于需要构建多层“深度”的神经网络。
人们在探索人工智能初期,就曾设想构建一个用数学方式来表达的模型,它可以模拟人的大脑,大脑我们都知道,有很多神经元,每个神经元之间通过突触链接。
神经网络的设计就是模仿了这一结构。
只不过,每一个神经元换成了一个个算法,比如卷积算法,而突触对于神经元的激活则换成了激活函数,比如Relu激活函数。
上图是我用 Netron 打开的一个真实的自动驾驶领域用到的一个模型(神经网络),可以看到一层一层的算法(算子)堆积而成,最终就可以完成一些识别或感知任务。
如果把其中一部分放大,可以看到如下的样子: