Update from Sync Service

wiki/Resources/方法论/深度学习.md

@@ -0,0 +1,51 @@
+---
+created: 2026-04-28
+type: concept
+tags: [深度学习，神经网络，AI]
+---
+
+# 深度学习（Deep Learning）
+
+> 使用多层神经网络从数据中自动学习特征表示
+
+## 定义
+
+深度学习是[[机器学习]]的一个子领域，通过多层（"深度"）[[神经网络]]学习数据的分层表示。每一层提取不同抽象级别的特征。
+
+## 核心架构
+
+| 架构 | 特点 | 应用 |
+|------|------|------|
+| **CNN（卷积网络）** | 局部感受野+权重共享 | 图像识别、CV |
+| **RNN/LSTM** | 序列记忆 | 时间序列、NLP（已被 Transformer 替代） |
+| **[[Transformer 架构]]** | 自注意力机制 | NLP、多模态 |
+| **GAN（生成对抗）** | 生成器 vs 判别器对抗 | 图像生成 |
+| **扩散模型** | 逐步去噪生成 | DALL·E、Midjourney、Stable Diffusion |
+
+## 与[[机器学习]]的区别
+
+| 传统机器学习 | 深度学习 |
+|-------------|---------|
+| 需要人工特征工程 | 自动学习特征 |
+| 适合小数据 | 需要大数据 |
+| 模型可解释 | 黑盒 |
+| 计算需求低 | 需要 GPU |
+
+## 关键突破
+
+- 2012：AlexNet（ImageNet 冠军，深度学习爆发）
+- 2017：[[Transformer 架构]]（Attention Is All You Need）
+- 2022：扩散模型爆发（Stable Diffusion）
+- 2023：GPT-4（多模态）
+
+## 相关概念
+
+- [[神经网络]]（深度学习的基础）
+- [[机器学习]]（深度学习的父领域）
+- [[监督学习]] / [[无监督学习]]
+- [[反向传播]]（训练算法）
+- [[Transformer 架构]]
+
+---
+
+*基于 AI 基础知识整理*