深度學習 — 神經網路全連接流動動畫

🧠 一、先用白話講：什麼是深度學習？

「深度」指的是層數很多。資料從輸入層一路傳到輸出層，每一層都把上一層的東西再抽象一點。

🐱 逐層抽象：從像素到「貓」

辨識一張貓的照片：第一層看到的是像素、邊緣；中間層把邊緣拼成耳朵、鬍鬚、眼睛；更深的層把這些組合成「這是一隻貓」的概念。每一層自動學會越來越高階的特徵，不需要工程師手動定義——這就是深度學習最迷人的地方。

🎬 二、看動畫：訊號怎麼在網路裡流動

一張貓的圖片從左邊 Input 進入，訊號沿著全連接的線路一層層點亮，最後在輸出層點亮「CAT」而不是「Dog」——這就是一次前向傳播（forward pass）的推論。

🗺️ 怎麼看

左邊輸入層代表圖片的原始特徵；中間兩層 Hidden 逐一亮起，代表訊號被加權、轉換、往後傳；到輸出層，通往 CAT 的路徑又粗又亮（權重大、機率高）、通往 Dog 的路徑又細又暗——模型於是判定「這是貓，信心 98.5%」。真正的網路有成千上萬個節點，原理一模一樣。

⚖️ 三、深度學習 vs 傳統機器學習

比較	傳統 ML	深度學習
特徵怎麼來	靠人工設計（工程師定義）	自動學（模型自己抽出）
資料量	少量也能運作	需要大量資料才發威
算力	一般 CPU 即可	常需 GPU
可解釋性	較高	較低（黑盒）
強項	表格、小資料	影像、語音、文字等複雜資料

🧠 一句話

資料多、又是非結構化（影像/語音/文字）時，深度學習通常勝出；資料少、要可解釋時，傳統 ML 反而更合適。深度學習不是第四種學習範式，它可套用在監督、非監督、強化學習上。

🚀 四、為什麼近年才爆發？三個條件到位

① 大數據網路時代累積了海量標註資料（如 ImageNet），餵得飽深層網路。

② GPU 算力矩陣運算高度可平行，GPU 讓訓練從幾個月縮到幾天。

③ 更好的演算法ReLU、Dropout、批次正規化、注意力機制…讓深層網路訓練得起來、不發散。

🗺️ 五、常見架構地圖（依資料型態選）

CNN 卷積網路 → 影像用卷積抓局部特徵，影像辨識主力。見 CNN、ResNet。

RNN / LSTM → 序列處理有先後順序的資料（文字、時間序列）。見 RNN/LSTM。

Transformer → 語言/多模態靠注意力機制，撐起 GPT、BERT。見 Transformer、注意力。

GAN / Diffusion → 生成造出逼真影像、聲音。見 GAN、Diffusion。

🧪 七、觀念自我檢測

先想再點開。

Q1. 深度學習的「深度」指什麼？

神經網路的層數多，能逐層抽象出越來越高階的特徵。

Q2. 和傳統機器學習最大的差別？

傳統 ML 靠人工設計特徵；深度學習自動學特徵，資料越多越強。

Q3. 為什麼近年才爆發？

大數據 + GPU 算力 + 更好的演算法（ReLU/Dropout/BatchNorm/Attention）三者到位。

Q4. 影像、序列、生成各常用什麼架構？

影像 CNN、序列 RNN/LSTM/Transformer、生成 GAN/Diffusion。

Q5. 深度學習的主要限制？

吃資料算力、黑盒難解釋、易過擬合、對抗樣本脆弱。

📝 iPAS 考點提醒

深度學習是 iPAS 必考的大主題(初級科目一、中級科目三)。重點:用多層神經網路自動從資料學特徵、逐層抽象,擅長影像、語音、文字等複雜資料。易混點:與傳統 ML 差在自動學特徵(傳統多靠人工設計);需大量資料與算力、可解釋性低、易過擬合、對對抗樣本脆弱。情境:CNN(影像)、RNN 與 Transformer(序列)、GAN 與 Diffusion(生成)依資料型態選用。

想練情境題與詳解 → AI 學習與考證地圖

❓ 常見問題

深度學習是什麼？

用多層神經網路自動從資料中學特徵的機器學習分支；層數深、能逐層抽象，擅長影像、語音、文字等複雜資料。

和傳統機器學習差在哪？

傳統 ML 多靠人工設計特徵；深度學習自動學特徵、資料越多越強，但需大量資料與算力、可解釋性較低。

為什麼近年才爆發？

大數據、GPU 算力，以及更好的演算法(ReLU、Dropout、批次正規化、注意力機制等)三者到位，才讓深層網路可訓練。

常見的網路架構有哪些？

CNN(影像)、RNN 與 LSTM(序列)、Transformer(語言與多模態)、GAN 與擴散模型(生成)；依資料型態選擇。

深度學習的限制？

吃資料與算力、易過擬合、像黑盒難解釋、對對抗樣本脆弱；小資料或需高可解釋時未必比傳統方法好。

← 返回 AI 學習與考證地圖

深度學習：讓機器自己「逐層」看懂複雜資料