编译/房晓楠

从监督学习到强化学习，四种深度学习方式原理知多少

编译/房晓楠

一般说来，训练深度学习网络的方式主要有四种：监督、无监督、半监督和强化学习。本文编译自硅谷著名的风险投资机构安德森·霍洛维茨基金，接下来，作者Frank Chen将逐个解释这些方法背后所蕴含的理论知识。除此之外，还将分享文献中经常碰到的术语，并提供与数学相关的更多资源。有关数学相关问题，请参阅斯坦福大学的这个教程，其中包含监督和无监督学习，内含代码示例。

监督学习（Supervised Learning）

监督学习是使用已知正确答案的示例来训练网络的。想象一下，我们可以训练一个网络，让其从照片库中（其中包含你父母的照片）识别出你父母的照片。以下就是我们在这个假设场景中所要采取的步骤。

步骤1：数据集的创建和分类

首先，我们要浏览你的照片（数据集），确定所有有你父母的照片，并对其进行标注，从而开始此过程。然后我们将把整堆照片分成两堆。我们将使用第一堆来训练网络（训练数据），而通过第二堆来查看模型在选择我们父母照片操作上的准确程度（验证数据）。

等到数据集准备就绪后，我们就会将照片提供给模型。在数学上，我们的目标就是在深度网络中找到一个函数，这个函数的输入是一张照片，而当你的父母不在照片中时，其输出为0，否则输出为1。

此步骤通常称为分类任务（categorization task）。在这种情况下，我们进行的通常是一个结果为yes or no的训练，但事实是，监督学习也可以用于输出一组值，而不仅仅是0或1。……