菜鸟学习第一天

一. 深度学习第一天感悟：

1.1 机器学习与深度学习三步套路:
1.数据收集并且给定标签
2.训练一个分类器
3.测试与评估
1.2 深度学习与机器学习区别
1.深度学习更加智能化，而机器学习偏向人工
2.深度学习可以一次性处理大量的数据集，但是速度慢，原因在于深度学习需要处理很多的参数
3.机器学习更加偏向人工分类，进行参数处理，一次性不能计算大量的数据，但是在少量数据集中执行效率要比深度学习更为快速
1.3 深度学习中的神经网络算法过度历程
1.机器学习中的KNN算法，原理概况为从数据集中获取距离当前像素点最近的K个像素，然后从K个像素点中获取出现概率最大的像素点，并且将当前点和出现概率最大的点归为一类，但是出现的问题是当你所选的K值不同，当前像素点最终的类型也会有所不同，所以俗称lazy-learning算法。
2.引入神经网络算法的原因在于，数据分类这一块，机器学习的KNN算法分类，只是把source图和target图的像素点的RGB值进行相减再相加，而且是一张图片中所有的像素点计算距离，所以会出现分类不准确，那么为了分类准确，一定要让电脑自动具备识别照片中的主体位置在哪个位置，所以引入了神经网络算法。

to be continued…