機器學習之非監督學習——（貓狗識別案例/搭建卷積神經網絡）

非監督學習 監督學習的存在它的弊端，例如對咱們人類還沒法分辨和歸類的事物，監督學習就沒法完成，因此爲了彌補這個缺陷，下面咱們看一下新非監督學習，它可讓計算機學會進行更加複雜的分類。git 分析過程 非監督學習的構建通常由三個部分組成，數據的預處理，神經網絡的搭建，而後進行訓練測試，訓練測試生成數據集和模型，最後倒入已知數據，讓計算機對咱們輸入的數據進行分類。web 項目案例： 貓狗識別數組 知識點

>>阅读原文<<