---
title: "Discussion on \"《深度学习入门》的cpp实现-ch04: 神经网络的学习\" | Hashnode"
description: "Discussion on \"《深度学习入门》的cpp实现-ch04: 神经网络的学习\". 上一篇文章中，我们加载了预先训练好的手写数字识别模型的权重和偏置，这一篇文章中会剖析下如何从数据中让机器自动学习得到模型参数。\n从数据中学习\n在传统的机器学习中，是需要人工从数据中提取出可以从输入数据(图像)中提取重要数据的转换器。然后使用这些特征量，将输入数据转换为向量，然后使用机器学习算法(SVM, KNN)等，进行学习，如下图。\n\n对于深度学习，可以直接使用原始数据，进行“端到端”的学习。这里的“端到端”指的是从原始数据到目标结果的意思，因此深度学习也叫端到端的机器学习。\n损失函数\n在深度..."
url: "https://hashnode.com/posts/dlfscpp-ch04/62f8fea469fa1793160c5aa9"
---

[Feed](https://hashnode.com/feed) /

Discussion

# [《深度学习入门》的cpp实现-ch04: 神经网络的学习](https://qilingzhao.com/dlfscpp-ch04?utm_source=hashnode&utm_medium=feed)

上一篇文章中，我们加载了预先训练好的手写数字识别模型的权重和偏置，这一篇文章中会剖析下如何从数据中让机器自动学习得到模型参数。 从数据中学习 在传统的机器学习中，是需要人工从数据中提取出可以从输入数据(图像)中提取重要数据的转换器。然后使用这些特征量，将输入数据转换为向量，然后使用机器学习算法(SVM, KNN)等，进行学习，如下图。 对于深度学习，可以直接使用原始数据，进行“端到端”的学习。这里的“端到端”指的是从原始数据到目标结果的意思，因此深度学习也叫端到端的机器学习。 损失函数 在深度...

Aug 14, 2022 · 2 min read · qilingzhao.com  
Read the article

-   [#dlfs-cpp](https://hashnode.com/tag/dlfs-cpp)
-   [#neural-networks](https://hashnode.com/tag/neural-networks)
-   [#numerical-gradient](https://hashnode.com/tag/numerical-gradient)

## Written by

[qilingzhao](https://hashnode.com/@Zhao70)

@Zhao70

  
[View profile](https://hashnode.com/@Zhao70)

## Responses

Markdown supported · ⌘↵ to post

No responses yet.
