深度学习常识1

现实世界中的数据张量

你需要处理的数据几乎总是以下类 别之一。

• 向量数据：2D 张量，形状为 (samples, features)
• 时间序列数据或序列数据：3D 张量，形状为 (samples, timesteps, features)
• 图像：4D 张量，形状为 (samples, height, width, channels) 或 (samples, channels, height, width)
• 视频：5D 张量，形状为 (samples, frames, height, width, channels) 或 (samples, frames, channels, height, width)

Kaggle 常用的技术

• 梯度提升机（用于浅层学习问题），需要利用的库：XGBoost
• 深度学习（用于感知问题）：需要利用的库：Keras、Pytorch、MXNet 以及 TensorFlow