從廣義上說深度學習的網(wǎng)絡結(jié)構(gòu)也是多層神經(jīng)網(wǎng)絡的一種。
　　傳統(tǒng)意義上的多層神經(jīng)網(wǎng)絡是只有輸入層、隱藏層、輸出層。其中隱藏層的層數(shù)根據(jù)需要而定，沒有明確的理論推導來說明到底多少層合適。
　　而深度學習中最著名的卷積神經(jīng)網(wǎng)絡CNN，在原來多層神經(jīng)網(wǎng)絡的基礎上，加入了特征學習部分，這部分是模仿人腦對信號處理上的分級的。具體操作就是在原來的全連接的層前面加入了部分連接的卷積層與降維層，而且加入的是一個層級。
　　輸入層 - 卷積層 -降維層 -卷積層 - 降維層 -- .... -- 隱藏層 -輸出層
　　簡單來說，原來多層神經(jīng)網(wǎng)絡做的步驟是：特征映射到值。特征是人工挑選。
　　深度學習做的步驟是 信號->特征->值。 特征是由網(wǎng)絡自己選擇。

轉(zhuǎn)載于:https://www.cnblogs.com/to-creat/p/6566570.html

總結(jié)

以上是生活随笔為你收集整理的深度学习与神经网络的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。