1.5 KiB
Executable File
1.5 KiB
Executable File
created, type, tags
| created | type | tags | |
|---|---|---|---|
| 2026-04-28 | concept |
|
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
基于 AI 基础知识整理