Introduction


Deep Learning

Classic artificial neural networks have one, two or three layers. On the other hand, deep learning is based on artificial neural networks that have several layers.
Las redes artificiales neuronales clásicas tienen uno, dos o tres capas. Por otro lado, el aprendizaje profundo está basado en redes neuronales artificiales que tienen varias capas.

Problem 1
Search over the Internet and prepare a summary of 300 words about deep learning. Do not forget to include common applications of deep learning.
Busque en la Internet y prepare un resumen de 300 palabras sobre el aprendizaje profundo. So se olvide de incluir las aplicaciones comunes del aprendizaje profundo.

Deep Learning Network

The figure below shows a simple network used in deep learning. The first layers are trained using unsupervised learning while the last layers are trained using supervised learning. The objective of the first layers is to reduce the number of variables that expresses the information of the training set.
La figura de abajo muestra una red simple usada en el aprendizaje profundo. Las primeras capas son entradas usando aprendizaje sin supervisión mientras que las últimas capas son entrenadas usando entrenamiento con supervisión. El objetivo de las primeras capas es reducir el número de variables que expresar la información del conjunto de datos de entrenamiento.

structure

Problem 2
A student has four datasets:
  1. trainSetInput
  2. trainSetTarget
  3. validSetInput
  4. validSetTarget
Indicate which datasets the student needs to train the unsupervised layers of a deep learning network.
Un estudiante tiene cuatro conjuntos de datos:
  1. trainSetInput
  2. trainSetTarget
  3. validSetInput
  4. validSetTarget
Indique cuales conjuntos de datos necesita el estudiante para entrenar las capas sin supervisión de una red de aprendizaje profundo.

Problem 3
A student has four datasets:
  1. trainSetInput
  2. trainSetTarget
  3. validSetInput
  4. validSetTarget
Indicate which datasets the student needs to train the supervised layers of a deep learning network.
Un estudiante tiene cuatro conjuntos de datos:
  1. trainSetInput
  2. trainSetTarget
  3. validSetInput
  4. validSetTarget
Indique cuales conjuntos de datos necesita el estudiante para entrenar las capas con supervisión de una red de aprendizaje profundo.

© Copyright 2000-2021 Wintempla selo. All Rights Reserved. Jul 22 2021. Home