?

1、AI的分類：

?2、深度學習的應用：

?

?

?

?

?

?3、案例研究-廣告點擊

?

?

QA:

1.深度學習的模型的可解釋性是黑盒，業界都是比較關心的，但是確實是一個放棄的地方。為什么有效和可解釋性并不是相同的。一個模型在一個什么上面有應用會有一個解釋，什么樣的模型會考慮空間、時間、是否工作的可解釋性。

2.領域專家:舉個例子，我們要做農業的識別，用無人機拍下來，得到的數據集需要領域專家來解釋什么階段長成什么樣子，將需求提出來，也就是項目經理，甲方爸爸。

3.深度無法從數學規范上表示？并不是，具體用數學來解釋為什么可以工作和為什么可以不工作是目前較難解決的一個問題。

4.符號學可以和機器學習融合嗎?符號學在深度學習上已經有了進步，比如圖模型。

5.mac支不支持pytorch？支持，但沒有GPU，僅僅可以用CPU

6.自然語言處理還比較一般，不如在圖片上做的好一些。

7.如何尋找自己領域的paper？在后面會分享自己的一些做法。

8.無人駕駛出現一次的問題會導致嚴重的后果，因此無人駕駛在錯誤率上特別重視，我們不會深入講解這里，因此在無人駕駛中我們會對很多模型做一個預測，然后進行一種投票，再輔助一系列的傳感器進行糾正，降低錯誤率，提高精度。

總結

以上是生活随笔為你收集整理的【Pytorch神经网络基础理论篇】 01 从零开始介绍深度学习算法和代码实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。