日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

深度學(xué)習(xí)是什么意思

人工智能,就好像第四次工業(yè)革命,正從學(xué)術(shù)界的私藏,轉(zhuǎn)變?yōu)橐环N能夠改變世界的力量 。尤其,以深度學(xué)習(xí)取得的進步為顯著標(biāo)志 。它讓匍匐前進60年的人工智能一鳴驚人 。
我們正降落到一片新大陸 。深度學(xué)習(xí)帶來的這場重大技術(shù)革命,有可能顛覆過去20年互聯(lián)網(wǎng)對技術(shù)的認知,實現(xiàn)技術(shù)體驗的跨越式發(fā)展 。
那么,深度學(xué)習(xí)到底是什么?怎么理解它的重要性?我們先從概念和現(xiàn)象入手 。
我總結(jié)了一句話,學(xué)術(shù)上看未必嚴(yán)謹,但從我的理解角度看——深度學(xué)習(xí)是基于多層神經(jīng)網(wǎng)絡(luò)的,海量數(shù)據(jù)為輸入的,規(guī)則自學(xué)習(xí)方法 。
這里包含了幾個關(guān)鍵詞:
第一個關(guān)鍵詞叫多層神經(jīng)網(wǎng)絡(luò) 。
深度學(xué)習(xí)所基于的多層神經(jīng)網(wǎng)絡(luò)并非新鮮事物,甚至在80年代被認為沒前途 。但近年來,科學(xué)家們對多層神經(jīng)網(wǎng)絡(luò)的不斷算法優(yōu)化,使它出現(xiàn)了突破性的進展 。
以往很多算法是線性的 。而這世界上大多數(shù)事情的特征是復(fù)雜非線性的 。比如貓的圖像中,就包含了顏色、形態(tài)、五官、光線等各種信息 。深度學(xué)習(xí)的關(guān)鍵就是通過多層非線性映射將這些因素成功分開 。
那為什么要深呢?多層神經(jīng)網(wǎng)絡(luò)比淺層的好處在哪兒呢?
簡單說,就是可以減少參數(shù) 。因為它重復(fù)利用中間層的計算單元 。我們還是以認貓為例好了 。它可以學(xué)習(xí)貓的分層特征:最底層從原始像素開始學(xué)習(xí),刻畫局部的邊緣和紋;中層把各種邊緣進行組合,描述不同類型的貓的器官;最高層描述的是整個貓的全局特征 。
它需要超強的計算能力,同時還不斷有海量數(shù)據(jù)的輸入 。特別是在信息表示和特征設(shè)計方面,過去大量依賴人工,嚴(yán)重影響有效性和通用性 。深度學(xué)習(xí)則徹底顛覆了“人造特征”的范式,開啟了數(shù)據(jù)驅(qū)動的“表示學(xué)習(xí)”范式——由數(shù)據(jù)自提取特征,計算機自己發(fā)現(xiàn)規(guī)則,進行自學(xué)習(xí) 。
你可以理解為——過去,人們對經(jīng)驗的利用,靠人類自己完成 。在深度學(xué)習(xí)呢?經(jīng)驗,以數(shù)據(jù)形式存在 。因此,深度學(xué)習(xí),就是關(guān)于在計算機上從數(shù)據(jù)中產(chǎn)生模型的算法,即深度學(xué)習(xí)算法 。
問題來了,幾年前講大數(shù)據(jù),以及各種算法,與深度學(xué)習(xí)有什么區(qū)別呢?
過去的算法模式,數(shù)學(xué)上叫線性,x和y的關(guān)系是對應(yīng)的,它是一種函數(shù)體現(xiàn)的映射 。但這種算法在海量數(shù)據(jù)面前遇到了瓶頸 。國際上著名的ImageNet圖像分類大賽,用傳統(tǒng)算法,識別錯誤率一直降不下去,上深度學(xué)習(xí)后,錯誤率大幅降低 。在2010年,獲勝的系統(tǒng)只能正確標(biāo)記72%的圖片;到2012年,多倫多大學(xué)的 Geoff Hinton利用深度學(xué)習(xí)的新技術(shù),帶領(lǐng)團隊實現(xiàn)了85%的準(zhǔn)確率 。2015年的ImageNet競賽上,一個深度學(xué)習(xí)系統(tǒng)以96%的準(zhǔn)確率第一次超過了人類(人類平均有95%的準(zhǔn)確率) 。
計算機認圖的能力,已經(jīng)超過了人 。尤其圖像和語音等復(fù)雜應(yīng)用,深度學(xué)習(xí)技術(shù)取得了優(yōu)越的性能 。為什么呢?其實就是思路的革新 。
舉幾個腦洞大開的例子 。
(1)
先說計算機認貓 。
我們通常能用很多屬性描述一個事物 。其中有些屬性可能很關(guān)鍵,很有用,另一些屬性可能沒什么用 。我們就將屬性被稱為特征 。特征辨識,就是一個數(shù)據(jù)處理的過程 。
傳統(tǒng)算法認貓,也是標(biāo)注各種特征去認 。就是大眼睛,有胡子,有花紋 。但這種特征寫著寫著,有的貓和老虎就分不出來,狗和貓也分不出來 。這種方法叫——人制定規(guī)則,機器學(xué)習(xí)這種規(guī)則 。
深度學(xué)習(xí)方法怎么辦呢?直接給你百萬張圖片,說這里有貓,再給你上百萬張圖,說這里沒貓 。然后再訓(xùn)練一個深度網(wǎng)絡(luò),通過深度學(xué)習(xí)自己去學(xué)貓的特征,計算機就知道了,誰是貓 。

推薦閱讀